По результатам опроса, парсинг сайтов самый популярный 😎

В качестве примера парсинга будем писать скрипт для парсинга погоды с сайта www.gismeteo.ru 🖥

# config.py
import os
from dotenv import load_dotenv
import pytz

load_dotenv()

BOT_TOKEN = os.getenv("BOT_TOKEN")  # обязательно
DATABASE_URL = os.getenv("DATABASE_URL", "sqlite:///planner.db")
TIMEZONE = os.getenv("TIMEZONE", "Europe/Moscow")
TZ = pytz.timezone(TIMEZONE)

Теперь db.py: создаём движок и сессию SQLAlchemy.

# db.py
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker, scoped_session
from config import DATABASE_URL

engine = create_engine(DATABASE_URL, echo=False, future=True)
SessionLocal = scoped_session(sessionmaker(bind=engine, autoflush=False, autocommit=False))

# models.py (фрагмент)
from sqlalchemy import Column, Integer, String, DateTime, Boolean, ForeignKey, Text, Enum, Time
from sqlalchemy.orm import declarative_base, relationship
import enum
from datetime import datetime, time

Base = declarative_base()

class TaskStatus(enum.Enum):
    pending = "pending"
    done = "done"

class User(Base):
    __tablename__ = "users"
    id = Column(Integer, primary_key=True, index=True)         # internal id
    tg_id = Column(Integer, unique=True, index=True, nullable=False)  # telegram user id
    name = Column(String, nullable=True)
    default_remind_minutes = Column(Integer, default=30)  # default reminder before event in minutes

    tasks = relationship("Task", back_populates="user", cascade="all, delete-orphan")
    classes = relationship("ClassSchedule", back_populates="user", cascade="all, delete-orphan")

class Task(Base):
    __tablename__ = "tasks"
    id = Column(Integer, primary_key=True, index=True)
    user_id = Column(Integer, ForeignKey("users.id", ondelete="CASCADE"), nullable=False)
    noscript = Column(String, nullable=False)
    denoscription = Column(Text, nullable=True)
    starts_at = Column(DateTime, nullable=False, index=True)  # <- timezone=True
    remind_before_minutes = Column(Integer, nullable=True)
    status = Column(Enum(TaskStatus), default=TaskStatus.pending)

    user = relationship("User", back_populates="tasks")

# ClassSchedule для еженедельных занятий (фрагмент)
class ClassSchedule(Base):
    __tablename__ = "class_schedules"
    id = Column(Integer, primary_key=True, index=True)
    user_id = Column(Integer, ForeignKey("users.id", ondelete="CASCADE"), nullable=False)
    noscript = Column(String, nullable=False)
    weekday = Column(Integer, nullable=False)  # 0..6
    start_time = Column(Time, nullable=False, index=True)
    duration_minutes = Column(Integer, default=90)
    location = Column(String, nullable=True)
    active = Column(Boolean, default=True)
    remind_before_minutes = Column(Integer, nullable=True)

    user = relationship("User", back_populates="classes")

— User — базовая модель с Telegram ID и дефолтным временем напоминания.
— Task — разовая задача: заголовок, описание, дата/время, статус (pending/done), напоминание.
— ClassSchedule — фиксированное расписание: день недели (0=Пн), время старта, длительность, локация. Активно/неактивно для деактивации без удаления.
— Связи: one-to-many (пользователь имеет много задач/занятий), с каскадным удалением.

# main.py (фрагмент)
from db import engine, SessionLocal
from models import Base

def init_db():
    Base.metadata.create_all(bind=engine)

# ... потом запуск бота

- Храните даты в UTC, но в коде используйте pytz для локальной зоны (Europe/Moscow по дефолту).
- Индексы на starts_at и start_time ускорят запросы по времени.
- Cascade="all, delete-orphan" — автоматически удаляет задачи при удалении юзера (хотя в боте юзеры не удаляются).

В следующем посте разберём utils.py и scheduler.py — хелперы, парсинг дат и как настроить напоминания с APScheduler. Если есть вопросы по БД — пишите в комментах!

🧠 Что думаешь: SQLite хватит для такого бота или сразу на Postgres? Делитесь опытом!

Привет, кодеры! Продолжаем разбор Telegram-бота для планирования задач. В первом посте — обзор, в Части 1 — БД и модели. Сегодня: utils.py (хелперы) и scheduler.py (напоминания с APScheduler).

# utils.py (ключевые функции)
from datetime import datetime
from dateutil import parser
from config import TZ
from telebot import types

def parse_datetime_user(text: str) -> datetime:
    formats = ["%Y-%m-%d %H:%M", "%d.%m.%Y %H:%M", "%Y-%m-%d", "%d.%m.%Y"]
    for fmt in formats:
        try:
            dt = datetime.strptime(text, fmt)
            return TZ.localize(dt)
        except ValueError:
            continue
    return None

def format_task(task):
    s = f"#{task.id} {task.noscript}\nКогда: {task.starts_at.strftime('%Y-%m-%d %H:%M')}\nСтатус: {task.status.value}"
    if task.denoscription:
        s += f"\n{task.denoscription}"
    return s

def make_main_keyboard():
    kb = types.ReplyKeyboardMarkup(resize_keyboard=True)
    kb.row(types.KeyboardButton("➕ Добавить задачу"), types.KeyboardButton("➕ Добавить пару (фикс.)"))
    kb.row(types.KeyboardButton("📋 Мои задачи"), types.KeyboardButton("📅 Расписание / Календарь"))
    kb.row(types.KeyboardButton("⚙️ Настройки"), types.KeyboardButton("📝 Отчёт за неделю"))
    return kb

# scheduler.py (основные функции)
from apscheduler.schedulers.background import BackgroundScheduler
from apscheduler.triggers.date import DateTrigger
from apscheduler.triggers.cron import CronTrigger
from db import SessionLocal
from models import Task, ClassSchedule, User, TaskStatus
from config import TZ

scheduler = BackgroundScheduler(timezone=TZ)
scheduler.start()

def schedule_task_reminder(task_id: int, when: datetime, bot, message_text: str):
    job_id = f"task_{task_id}"
    scheduler.add_job(
        func=lambda: _send_task_reminder(task_id, bot, message_text),
        trigger=DateTrigger(run_date=when),
        id=job_id,
        replace_existing=True
    )

# _send_task_reminder: отправляет сообщение, если задача pending
def schedule_weekly_class_reminder(class_id: int, bot):
    # Настраивает cron для еженедельного напоминания по дню/времени
    # Использует remind_before_minutes или дефолт 30 мин
    pass  # (полный код в репозитории)

def load_all_jobs(bot):
    # При старте загружает все pending задачи и active классы в scheduler
    pass

- schedule_task_reminder: разовое напоминание за N минут до задачи.
- schedule_weekly_class_reminder: еженедельные cron-задачи для занятий.
- load_all_jobs: восстанавливает задания при запуске бота.

В следующем посте — bot_handlers.py: обработчики команд и FSM для диалогов. Вопросы по APScheduler? Пиши!

🧠 Что добавить в напоминания? Идеи в комментах!

import requests
from bs4 import BeautifulSoup

# URL страницы погоды для Москвы
url = "https://www.gismeteo.ru/weather-moscow-4368/"

# Делаем запрос (User-Agent нужен, чтобы сайт "поверил", что мы браузер)
html = requests.get(url, headers={"User-Agent": "Mozilla/5.0"}).text

# Создаём объект BeautifulSoup
soup = BeautifulSoup(html, "html.parser")

# Находим тег <temperature-value> (он хранит температуру в атрибуте "value")
temp_tag = soup.find("temperature-value")

# Забираем число и преобразуем к int
temperature = int(temp_tag["value"])

# Добавляем знак: +, − или ничего (для нуля)
if temperature > 0:
    sign = "+"
elif temperature < 0:
    sign = "−"
else:
    sign = ""

# Выводим результат
print(f"Москва: {sign}{abs(temperature)}°C")

☀️requests скачивает страницу;
☀️BeautifulSoup разбирает HTML;
☀️<temperature-value> имеет атрибут value, где хранится число (может быть отрицательным зимой ❄️);
☀️мы вручную добавляем знак «+» или «−»;
☀️результат выводим красиво.

☀️добавить выбор города (через аргумент или список URL);
☀️вытягивать прогноз на несколько дней вперёд;
☀️упаковать в Telegram-бота («/weather Москва» → ответ с температурой).

Этот файл содержит обработчики команд (/start, /done) и диалогов (добавление задач/занятий, настройки).

Для управления многошаговыми диалогами (например, ввод названия, даты, времени) используется простая FSM (finite-state machine) через словарь user_states.

— get_or_create_user: Создаёт или получает пользователя по Telegram ID.
— cmd_start: Запускает бота, показывает главное меню.
— FSM через user_states: Хранит состояние диалога (например, awaiting_task_noscript) и данные (payload).

⭐️FSM в памяти (user_states) подходит для MVP. Для продакшена используйте Redis или БД для хранения состояний.

⭐️Логируйте действия пользователей для отладки.

⭐️Добавляйте валидацию ввода, чтобы избежать ошибок (например, некорректные даты).

Сегодня хочу поговорить о буднях настоящего программиста-фрилансера: что ждёт новичка, насколько полезны курсы и что реально придётся осваивать на практике.

Фриланс — это зона ответственности и свободы одновременно. Здесь ты сам себе начальник, продюсер и маркетолог. Нет начальника, который скажет, куда двигаться дальше. Зато есть полная независимость: хочешь — зарабатываешь больше, ленишься — доходы уменьшаются. Всё зависит исключительно от твоих усилий и решений.

Курсы действительно способны стать хорошей базой для старта. Они дают фундаментальные знания, которые пригодятся при создании реальных продуктов. Например, чаще всего востребованы умения интегрировать чистый Python в большие системы вроде CRM или N8N. Сам по себе чистый Python редко встречается в вакансиях, но знание основ программирования открывает двери к решению сложных интеграционных задач.

💼 Получение первого заказа — настоящее испытание. Работа над проектом похожа на приготовление блюда для требовательного гурмана: нужно учитывать предпочтения клиента («специи»), соблюдать сроки и стараться сделать работу качественно. Тут важна внимательность к деталям и способность быстро учиться новому.

Привет, кодеры! Разбираем финальную часть Telegram-бота для планирования задач. В первом посте — идея и функционал, в Части 1 — база данных (config.py, db.py, models.py), в Части 2 — хелперы и напоминания (utils.py, scheduler.py), в Части 3 — обработчики команд (bot_handlers.py). Сегодня завершаем разбор с main.py — точкой старта бота — и подводим итоги.

💎Локально: Установите зависимости (pip install telebot sqlalchemy apscheduler python-dotenv pytz), настройте .env с BOT_TOKEN, запустите python main.py.

💎Продакшен: Используйте Docker или Heroku, настройте PostgreSQL вместо SQLite, добавьте SQLAlchemyJobStore для APScheduler.

💎Тестирование: Проверьте команды (/start, /done <id>), добавление задач и расписания. Логируйте ошибки (например, блокировку бота юзером).

💎 Если наберёте 7 реакций под последним постом — выкладываю полный код проекта в канал 💪

Решил запустить новую рубрику - обучение языку Python на кейсах 👨‍💻

💻💻💻

Пилотным запуском станет создание консольного приложения SafeBox - личный шифратор паролей)

Урок выйдет совсем скоро ⏱

Пиши свои идеи для рубрики в комментариях ⬇️

Помню себя на первом курсе университета, когда казалось, что любые домашние задания и лабораторные работы похожи на настоящие бизнес-задачи: там тоже есть чёткое техзадание, да и поправки порой прилетают. Но потом наступила реальность…

Главное отличие – это деньги. Если на учёбе за проваленное задание самое страшное наказание – отправить тебя на доработку, то в бизнесе каждая ошибка дорого обходится. Сделал недостаточно хорошо – потерял деньги и репутацию перед заказчиком.

Но самое серьёзное изменение – это понимание ценности твоей работы. Когда пишешь код или решаешь проблему для учебного проекта, кажется, будто это пустые упражнения. А вот когда берёшься за реальный заказ, тут-то и приходит осознание, что твоя работа влияет на прибыль и успех бизнеса. Так что готовьте своё портфолио заранее, друзья мои!

Учёба даёт отличную базу, а опыт, полученный вовремя занятий, облегчает переход к профессиональным задачам. Просто всегда помните: каждый проект имеет значение и важен именно потому, что приносит пользу.