Python мануфактураJavaDesign Patterns для автоматизаторів

Python мануфактура · Програма курсу · 4:00–5:08

Нормалізація та set comprehension

`{email.lower() for email in emails}` одночасно переводить email у lower case й прибирає дублікати. Це корисно для даних із CSV або UI, де регістр може відрізнятися. Якщо важливий порядок або треба зберегти дублікати, слід обрати list comprehension замість set.

5 comprehensions →

Python мануфактура · Програма курсу · 4:32–5:30

Списки та membership

`list` зберігає порядок, допускає дублікати й доступ за індексом. Оператор `in` перевіряє наявність елемента. Порівняння рядків чутливе до регістру та пробілів: `Firefox`, `firefox` і `"firefox "` — різні значення, тому зовнішні дані часто треба нормалізувати.

1 типи даних →

Python мануфактура · Програма курсу · 10:31–11:00

Самостійна практика

Розширені приклади пропонують змінювати вхідні дані, нормалізувати текст, працювати з ranges та порівнювати expected/actual collections. Важливо не лише отримати правильний output, а пояснити, який тип і яка операція дали результат.

1 типи даних →

Python мануфактура · Програма курсу · 12:00–16:00

Нормалізація та очищення рядків

`.lower()` і `.upper()` нормалізують регістр перед порівнянням, наприклад коли тестові дані й UI відрізняються лише великими літерами. Результат методу — новий рядок; початковий `str` не змінюється, якщо результат не присвоїти. `.removeprefix("https://")` і `.removesuffix(...)` прибирають точний префікс або суфікс. Якщо збігу немає, рядок повертається без змін. Це безпечніше за довільне `replace()`, коли потрібно обробити лише край рядка.

4. Типізація даних (str, int, float, bool) →
Запитати в чаті про «normalization» →