Categoría: Python avanzado

Python es un lenguaje de tipado dinámico. Eso significa que al escribir una variable, no le dices de qué tipo es: lo descubre solo en tiempo de ejecución. Para juguetes y scripts pequeños, fantástico — escribes rápido y poco. Para proyectos serios, ese mismo dinamismo es el origen de la mitad de tus bugs: una función que esperaba un int...

Las expresiones regulares (regex) son una de esas herramientas que parecen jeroglíficos hasta que las usas. La primera vez que ves algo como r”d{4}-d{2}-d{2}” piensas que alguien estornudó sobre el teclado. Pero una vez entiendes la lógica, son la herramienta más potente que tiene cualquier programador para tratar texto: validar emails, extraer datos de logs, parsear HTML “rápido y sucio”,...

Si llevas un tiempo programando Python, tarde o temprano te encuentras con una línea tipo @algo justo encima de una función. Y si nunca te lo ha explicado nadie en condiciones, la primera reacción es: “¿esto qué hace exactamente?”. Los decoradores tienen fama de tema avanzado, pero en realidad son una idea muy simple disfrazada de sintaxis rara. Una vez...

Si llevas tiempo programando, probablemente sigues llenando el código de print(…) para depurar. Y luego los borras antes del commit. Y luego los vuelves a poner cuando hay un bug. Y vuelta a empezar. Esto funciona para juguetes, pero a la mínima que tu código entra en algo más serio (script en cron, API en producción, web en Flask, automatización...

Si llevas un tiempo con Python, has visto la palabra yield en algún sitio (probablemente en una función con pinta extraña) y te has preguntado: “¿qué es esto y por qué es distinto a return?”. Lo entiendes a medias, lo evitas, y sigues escribiendo listas a la antigua. Bien. Hoy se acaba. Los generadores son una de las herramientas más...

Cuando llevas dos semanas con Python, escribes with open(“…”) as f: cada día sin pensar. Ese with es la sintaxis de un context manager. Y es un patrón tan importante que casi todo lo serio en Python lo usa: ficheros, conexiones a BBDD, locks, transacciones, mocks en tests, sesiones HTTP. La idea de fondo es muy simple: garantizar que algo...

Si tu script Python pasa el tiempo esperando: peticiones HTTP, consultas a BBDD, lecturas de fichero remotas… te puede aprovechar asyncio para acelerarlo dramáticamente. La diferencia: hacer 1000 peticiones HTTP en serie tarda minutos. Hacerlas con asyncio tarda segundos. asyncio tiene fama de complicado. Y lo es, si lo intentas aprender entero de golpe. Pero el 90% de los casos...