Wyjaśnienie wyrażenia regularnego w Pythonie: Wzorce, grupy, przewidywania i pułapki, przetestowane
Wyrażenia regularne wyszukują, wyodrębniają i przepisują tekst przy użyciu zwartych wzorców. Poznaj funkcje wyrażeń regularnych w języku Python, których będziesz używać codziennie, jak działają grupy i elementy lookahead oraz pułapki, które powodują, że wzorce są błędne lub niebezpiecznie spowalniane przy każdym uruchomieniu przykładu.
- Wyrażenie regularne Pythona znajduje się we wbudowanym module
re. Zawsze zapisuj wzorce jako surowe ciągi znaków:r"\d+". searchznajduje dopasowanie w dowolnym miejscu;matchtylko na początku;fullmatchwymaga całego ciągu.- Użyj nazwanych grup do czytelnej ekstrakcji i leniwych kwantyfikatorów (
+?), aby uniknąć nadmiernego dopasowania. - Zagnieżdżone kwantyfikatory, takie jak
(a+)+, mogą zablokować program. W naszym teście dodanie dwóch znaków spowodowało, że jedno sprawdzenie było około cztery razy wolniejsze.
Masz plik dziennika i potrzebujesz każdego numeru zamówienia, każdego adresu e-mail i każdej zawartej w nim daty. Ręczne dzielenie strun szybko staje się bałaganem. Python regex, skrót od wyrażeń regularnych, opisuje kształt żądanego tekstu, na przykład „hasz, po którym następują cyfry”, i pozwala modułowi re znaleźć go za Ciebie.
Uruchomiliśmy każdy poniższy wzorzec w Pythonie 3.13 w oparciu o ten przykładowy tekst, a pokazane dane wyjściowe pochodzą z tego uruchomienia:
text = ("Order #101 by asha@example.com on 2026-11-11 for Rs 1,180.50; "
"order #102 by ben.k@shop.co.in on 2026-11-12 for Rs 300.")
Co to jest wyrażenie regularne?
Wyrażenie regularne to mały język wzorców tekstu. Zwykłe znaki pasują do siebie, a znaki specjalne opisują klasy, powtórzenia i pozycje. \d oznacza cyfrę, + oznacza „jedną lub więcej”, więc \d+ dopasowuje ciąg cyfr. Regex jest obsługiwany w prawie każdym języku, edytorze i bazie danych, więc czas poświęcony na jego naukę opłaca się znacznie poza Pythonem.
Zawsze używaj surowych strun
Regex często używa ukośników odwrotnych, podobnie jak ciągi Pythona. W normalnym ciągu "\b" jest znakiem backspace, co potwierdziliśmy: Python pokazał to jako '\x08'. W wyrażeniu regularnym \b oznacza granicę słowa. Zapisanie wzorca jako surowego ciągu znaków r"\b" powoduje, że ukośnik odwrotny przechodzi bez zmian. Wyrób r"..." nawyk dla każdego wzorca, a wiele mylących błędów nigdy się nie wydarzy.
wyszukiwanie, dopasowywanie i pełne dopasowanie
import re
re.search(r"#(\d+)", text).group(1) # '101'
re.match(r"#\d+", text) # None
bool(re.fullmatch(r"\d{4}-\d{2}-\d{2}", "2026-11-11")) # True
search skanuje cały ciąg i zwraca pierwsze dopasowanie. match sprawdza tylko początek i dlatego zwróciło None: nasz tekst zaczyna się od „Kolejność”, a nie „#”. fullmatch wymaga, aby wzorzec obejmował cały ciąg znaków, co jest potrzebne do sprawdzania poprawności, na przykład sprawdzania, czy pole jest datą i niczym więcej. Wszystkie trzy zwracają obiekt dopasowania lub None, więc sprawdź przed wywołaniem .group().
findall i finditer
re.findall(r"#(\d+)", text) # ['101', '102']
re.findall(r"\d{4}-\d{2}-\d{2}", text) # ['2026-11-11', '2026-11-12']
re.findall(r"[\w.+-]+@[\w-]+(?:\.[\w-]+)+", text)
# ['asha@example.com', 'ben.k@shop.co.in']
findall zwraca wszystkie dopasowania w formie listy. Zobacz, jak grupy zmieniają wynik: w przypadku jednej grupy zwraca tekst grupy, a w przypadku dwóch grup zwraca krotki:
re.findall(r"#(\d+) by (\S+)", text)
# [('101', 'asha@example.com'), ('102', 'ben.k@shop.co.in')]
W przypadku dużych tekstów polecenie re.finditer umożliwia dopasowywanie obiektów pojedynczo, co oszczędza pamięć i zapewnia dostęp do pozycji i nazwanych grup.
Podstawowa ściągawka dotycząca składni
| Wzór | Mecze |
|---|---|
. |
Dowolny znak z wyjątkiem nowej linii |
\d, \w, \s |
Cyfra, znak słowny, białe znaki |
\D, \W, \S |
Przeciwieństwo każdego |
[abc], [^abc] |
Jeden z zestawu lub cokolwiek, czego w nim nie ma |
*, +, ? |
0 lub więcej, 1 lub więcej, 0 lub 1 |
{3}, {2,5} |
Dokładnie 3, pomiędzy 2 a 5 |
^, $ |
Początek i koniec ciągu (lub linii z MULTILINE) |
\b |
Granica słowa |
a|b |
Albo a albo b |
( ), (?: ) |
Grupa przechwytująca, grupa nie przechwytująca |
Grupy i grupy nazwane
m = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", text)
m.groupdict() # {'year': '2026', 'month': '11', 'day': '11'}
m.group(0) # '2026-11-11'
Nazwane grupy (?P<name>...) sprawiają, że kod ekstrakcji jest oczywisty: m["year"] czyta się znacznie lepiej niż m.group(1), a późniejsze dodanie grupy nie powoduje zmiany liczb. Grupa 0 to zawsze cały mecz. Grupa nieprzechwytująca (?:...) grupuje części wzorca w celu powtórzenia lub zmiany bez dodawania wyników, dzięki czemu dane wyjściowe findall są czyste.
Kwantyfikatory chciwe i leniwe
re.findall(r"<.+>", "<b>bold</b> and <i>it</i>")
# ['<b>bold</b> and <i>it</i>']
re.findall(r"<.+?>", "<b>bold</b> and <i>it</i>")
# ['<b>', '</b>', '<i>', '</i>']
Kwantyfikatory są domyślnie chciwe: .+ pobierają wszystko od pierwszego < do ostatniego >. Dodanie ? powoduje, że są leniwi, więc zatrzymują się na pierwszym możliwym końcu. Jeszcze lepiej, bądź konkretny: <[^>]+> mówi „wszystko oprócz nawiasu zamykającego”, co jest zarówno jaśniejsze, jak i szybsze. (W przypadku prawdziwego HTML użyj odpowiedniego parsera; to tylko demonstracja.)
sub i podziel
re.sub(r"(\d{4})-(\d{2})-(\d{2})", r"\3/\2/\1", "2026-11-11") # '11/11/2026'
re.sub(r"\d+", lambda m: str(int(m.group()) * 2), "3 pens, 4 books") # '6 pens, 8 books'
re.split(r"\s*[,;]\s*", "pen, book;ink , lamp") # ['pen', 'book', 'ink', 'lamp']
sub zastępuje dopasowania, a zamiana może odnosić się do grup z \1 lub \g<name>. Przekazanie funkcji zamiast ciągu umożliwia obliczenie każdego zastąpienia. split obsługuje niechlujne separatory, których str.split nie potrafi, takie jak mieszane przecinki i średniki z nierównymi spacjami.
Spojrzenia w przód i w tył
Rozglądanie się sprawdza, co następuje przed lub po pozycji, bez uwzględniania jej w meczu. Klasycznym zastosowaniem są reguły dotyczące haseł, w przypadku których musi być spełnionych kilka warunków:
pw = re.compile(r"^(?=.*[A-Z])(?=.*\d)(?=.*[^\w\s]).{8,}$")
'password' False
'Passw0rd' False # no symbol
'Passw0rd!' True
'P0!a' False # too short
Każde (?=...) jest pozytywnym wyprzedzeniem, które sprawdza jedną regułę od początku ciągu. Spojrzenie wstecz (?<=...) sprawdza, co było wcześniej:
re.findall(r"(?<=Rs )[\d,.]+\d", text) # ['1,180.50', '300']
Spowodowało to wyodrębnienie kwot bez przedrostka „R”. Wersje negatywne (?!...) i (?<!...) twierdzą, że coś nie następuje lub poprzedza. Lookbehind w Pythonie musi mieć stałą szerokość, więc wzorce takie jak (?<=\d+) są odrzucane. W przypadku złożonych zasad haseł oddzielne kontrole w zwykłym kodzie są często łatwiejsze do odczytania i dają przydatne komunikaty o błędach.
Flagi
| Flaga | Efekt | Nasz wynik |
|---|---|---|
re.I |
Ignoruj wielkość liter | Znaleziono zarówno „Zamówienie”, jak i „zamówienie” |
re.M |
^ i $ pasują do każdej linii |
2 mecze z, 1 bez |
re.S |
. pasuje również do nowej linii |
a.b dopasował tylko „a\nb”. |
re.X |
Zezwalaj na białe znaki i komentarze | Czytelne wzory wieloliniowe |
re.A |
Tylko ASCII \d, \w, \s |
Zobacz następną sekcję |
verbose = re.compile(r"""
(?P<user>[\w.+-]+) # user part
@
(?P<domain>[\w.-]+) # domain
""", re.X)
verbose.search("mail asha@example.com now").groupdict()
# {'user': 'asha', 'domain': 'example.com'}
Tryb gadatliwy zmienia tajemniczy jednowierszowy tekst w coś, co członek drużyny może sprawdzić. Użyj go do dowolnego wzoru dłuższego niż około dwudziestu znaków.
Unikodowe niespodzianki
bool(re.fullmatch(r"\d", "५")) # True (Devanagari digit five)
bool(re.fullmatch(r"\d", "५", re.A)) # False
W Pythonie 3, \d pasuje do dowolnej cyfry dziesiętnej Unicode, a nie tylko od 0 do 9. Jest to pomocne w przypadku tekstu międzynarodowego, ale jeśli wartość później trafi do int(), bazy danych lub interfejsu API oczekującego cyfr ASCII, wzorzec, który „sprawdził” wprowadzone dane, może przepuścić znaki, które przerywają następny krok. Jeśli masz na myśli cyfry ASCII, użyj flagi [0-9] lub re.A. W naszym artykule o testowaniu opartym na właściwościach napotkaliśmy powiązany błąd, w którym cyfra indeksu górnego uszkodziła parser.
Wskazówka: Skompiluj wzorce, których używasz ponownie w re.compile() i nadaj im opisowe nazwy, np. ORDER_ID = re.compile(r"#(\d+)"). Python i tak buforuje najnowsze wzorce, więc główną korzyścią jest czytelność i posiadanie jednej przetestowanej definicji.
Katastrofalny powrót do przeszłości
Niektóre wzorce wymagają wykładniczego czasu w przypadku danych wejściowych, które są prawie zgodne. Przetestowaliśmy klasyczny przykład ^(a+)+$ na ciągach znaków a kończących się na „b”:
n=16 0.002s
n=20 0.037s
n=22 0.154s
safe pattern ^a+$, n=22: 0.000004s
Każdy dodatkowy znak z grubsza podwajał czas, ponieważ silnik próbuje wszelkich sposobów podziału „a” pomiędzy grupę wewnętrzną i zewnętrzną, zanim się poddaje. W tym tempie 30 znaków zajęłoby dziesiątki sekund, a kilka kolejnych minut. Jeśli użytkownicy kontrolują wprowadzane dane, staje się to ryzykiem odmowy usługi znanym jako ReDoS. Unikaj zagnieżdżonych kwantyfikatorów w stosunku do tych samych znaków, preferuj określone klasy znaków, ograniczaj długość danych wejściowych przed dopasowaniem i testuj wzorce z długimi danymi wejściowymi, które prawie nie trafiają.
Testowanie wzorców
Regex to kod, więc przetestuj go. Napisz małą tabelę ciągów, które powinny pasować, i ciągów, które nie powinny, włączając ciągi puste, bardzo długie, Unicode i prawie brakujące, i uruchom ją za pomocą testów parametrycznych pytest. Przypadki Edge to miejsca, w których ukrywają się błędy wyrażeń regularnych: wzorzec wiadomości e-mail odrzucający znaki plus, wzorzec daty akceptujący miesiąc 13 lub wzór telefonu, w którym brakuje spacji.
Kiedy nie używać wyrażenia regularnego
- Proste kontrole:
"@" in s,s.startswith("INV-")is.split(",")są wyraźniejsze i szybsze. - Formaty strukturalne: używają prawdziwych analizatorów składniowych dla HTML, XML, JSON, CSV i adresów URL.
- Daty: wyrażenie regularne może sprawdzić kształt, ale użyj
datetime.strptime, aby sprawdzić, czy data rzeczywiście istnieje. - E-maile: prosty wzór wyłapuje literówki; tylko e-mail z potwierdzeniem potwierdza, że adres działa.
Podsumowanie
Regex w Pythonie to precyzyjne narzędzie do usuwania niechlujnego tekstu. Używaj surowych ciągów, celowo wybieraj search, match lub fullmatch, nadawaj nazwy swoim grupom, preferuj leniwe lub określone wzorce od zachłannych i pisz długie wzorce w trybie pełnym. Następnie przetestuj je, używając trudnych danych wejściowych, w tym Unicode i długich sytuacji, w których dochodzi do sytuacji potencjalnie nietrafionych, aby wzorzec nigdy Cię nie zaskoczył na produkcji.
Najczęstsze pytania
Jaka jest różnica między re.search a re.match?
re.search znajduje pierwsze dopasowanie w dowolnym miejscu ciągu. re.match pasuje tylko na początku. W naszym teście dopasowanie zwróciło wartość None, ponieważ tekst nie zaczynał się od wzorca.
Dlaczego powinienem używać surowych ciągów znaków do wyrażeń regularnych w Pythonie?
Surowe ciągi znaków zachowują ukośniki odwrotne tak, jak zostały wpisane. W normalnym ciągu znaków „\b” staje się znakiem Backspace zamiast granicy słowa regularnego.
Co to jest dopasowanie niechciwe lub leniwe?
Dodawanie? po kwantyfikatorze, jak w .+?, sprawia, że dopasowanie jest jak najmniejsze. To powstrzymało nasz wzór tagu przed połknięciem całej linii.
Jak działają nazwane grupy w wyrażeniu regularnym Pythona?
Napisz (?P<nazwa>wzorzec), a następnie odczytaj wartość za pomocą match[“name”] lub match.groupdict(). Nazwy sprawiają, że kod wyodrębniający jest łatwiejszy do odczytania i utrzymania.
Dlaczego moje wyrażenie regularne jest tak powolne?
Zagnieżdżone kwantyfikatory, takie jak (a+)+, mogą powodować katastrofalne cofanie się, w którym czas rośnie wykładniczo przy prawie dopasowanych danych wejściowych. Przepisz wzór i ogranicz długość wejściową.
Ucz się dalej
Potrzebujesz pomocy przy testowaniu, WordPressie lub SEO?
Pomagamy zespołom dostarczać lepsze oprogramowanie i rozwijać ich witryny. Powiedz nam, nad czym pracujesz, a my zaproponujemy jasny następny krok.
Więcej poradników na testowanie, sztuczna inteligencja i nowoczesny rozwój
Podobał Ci się ten artykuł? Wybierz temat i przejdź bezpośrednio do naszych najnowszych tutoriali.
Wyjaśnienie strategii fragmentowania RAG: stałe, nakładanie się, zdanie, rekurencyjne i nagłówki, mierzone
Strategie fragmentowania RAG porównane w jednym dokumencie z tiktokenem 0.14: stały rozmiar, nakładanie się, pakowanie zdań, dzielenie rekurencyjne …
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie tożsamości API: klucze idempotencji i bezpieczne ponowne próby, przetestowane
Wyjaśnienie idempotencji API na serwerze Python i kliencie, którego uruchomiliśmy: utracona odpowiedź spowodowała podwójną opłatę bez klucza i jedną…
Przeczytaj artykuł →DevOpsWyjaśnienie Git Stash: zapisywanie, stosowanie, otwieranie i nieśledzone pliki, testowane
Git stash wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: push z wiadomością, nieśledzone pliki, lista i pokaż, zastosuj vs pop, zacho…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania parami: jak użycie wszystkich par zmniejsza 216 testów do 13, przetestowano
Testowanie w parach wyjaśnione za pomocą generatora uruchomionego w Pythonie 3.13: sprawdzenie z 216 kombinacjami objętymi 13 testami, zweryfikowany…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testowania dubletów: atrapa, skrót, szpieg, próbna i fałszywa, z przetestowanym kodem Pythona
Testowanie dubletów wyjaśniono na jednym przykładzie Pythona uruchomionym w pytest 9.2: manekin, stub, szpieg, próbny i fałszywy, kiedy używać każde…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie SQL COALESCE: wartości domyślne, NULLIF, IFNULL vs ISNULL i pułapki, przetestowane
Wyjaśnienie SQL COALESCE za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pierwsze wartości inne niż null, puste ciągi znaków, NULL w matematyc…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie samodzielnego łączenia SQL: menedżer pracowników, porównania par i wierszy, przetestowane
Samodzielne łączenie SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pracownik i menedżer, zarabiający więcej niż menedżer, uni…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie operatora rozprzestrzeniania JavaScript: rozprzestrzenianie a reszta, kopie i błędy, przetestowane
Operator rozprzestrzeniania JavaScript wyjaśniony kodem, który uruchomiliśmy w węźle 24: tablice, obiekty, płytkie kopie, parametry spoczynkowe, lim…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie modułu kolekcji Pythona: licznik, defaultdict, deque i więcej, przetestowane
Kolekcje Pythona wyjaśnione za pomocą kodu, który uruchomiliśmy w Pythonie 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict i ChainMap, a t…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie okna kontekstowego LLM: tokeny, limity i sposób dopasowania większej ilości, zmierzone
Okno kontekstowe LLM wyjaśnione za pomocą liczby tokenów, które zmierzyliśmy za pomocą tiktokena: słowa kontra tokeny dla prozy, kodu i języka hindi…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie webhooków: jak działają i jak je bezpiecznie odbierać
Wyjaśnienie webhooków z odbiorcą i nadawcą, które uruchomiliśmy w Pythonie: push a odpytywanie, podpisy HMAC-SHA256, odrzucanie zmodyfikowanych i od…
Przeczytaj artykuł →DevOpsWyjaśnienie Git Cherry-Pick: Skopiuj potrzebne zatwierdzenie, bezpiecznie i przetestowane
Git cherry-pick wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: kopiowanie poprawki do gałęzi wydania, nowe skróty i identyfikatory po…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testów migawkowych: jak to działa, kiedy pomaga, a kiedy szkodzi
Testowanie migawek wyjaśnione za pomocą pytestu i syropowego demo, które przeprowadziliśmy: tworzenie migawek, odczytywanie różnic po zmianie kodu, …
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testów mutacji: dlaczego 100% pokrycie nadal nie uwzględnia naszego błędu
Testowanie mutacji wyjaśniono za pomocą małego narzędzia mutacji, które zbudowaliśmy i uruchomiliśmy: 14 mutantów, zestaw testów ze 100% pokryciem l…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie szybkiego wstrzyknięcia: jak oszukać aplikacje AI i jak się przed nimi bronić
Wyjaśnienie szybkiego wstrzykiwania dla konstruktorów: ataki bezpośrednie i pośrednie, dlaczego zawodzą filtry słów kluczowych (nasz test zablokował…
Przeczytaj artykuł →DevOpsWyjaśnienie rekordów DNS: A, AAAA, CNAME, MX, TXT i TTL z rzeczywistymi wyszukiwaniami
Rekordy DNS wyjaśnione na podstawie wyszukiwań, które przeprowadziliśmy: jak działa rozdzielczość, A i AAAA, reguły CNAME, MX i null MX, TXT dla SPF…
Przeczytaj artykuł →DevOpsWyjaśnienie flag funkcji: bezpieczne wydania, stopniowe wdrażanie i higiena flag
Flagi funkcji wyjaśnione za pomocą przeprowadzonej przez nas symulacji wdrożenia: typy flag, procentowe wdrożenia ze stabilnym mieszaniem, przełączn…
Przeczytaj artykuł →Automatyzacja testówTestuj generowanie danych za pomocą Python Faker: realistyczne, powtarzalne i bezpieczne dane
Przetestuj generowanie danych za pomocą Python Faker, uruchom i zmierz: zaszczepianie powtarzalnych danych, ustawień regionalnych, unikalnych wartoś…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania z Shift-Left: Znajdź błędy wcześniej, bez spowalniania zespołu
Wyjaśniono testowanie z przesunięciem w lewo: co to znaczy, dlaczego wczesne defekty są tańsze, praktyki – od przeglądów wymagań po kontrole CI, zmi…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie funkcji ciągów SQL: TRIM, SUBSTR, REPLACE, CONCAT i czyszczenie danych
Funkcje ciągów SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: konkatenacja i NULL, TRIM, UPPER i LOWER, SUBSTR i INSTR, REPLACE, dopełnienie, …
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie wyzwalaczy SQL: wyzwalacze PRZED i PO, dzienniki audytu i pułapki
Wyzwalacze SQL wyjaśnione za pomocą wyzwalaczy, które uruchomiliśmy: PRZED vs PO, STARY i NOWY, dzienniki audytu, walidacja, aktualizacje zapasów, w…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie modułu Python JSON: zrzuty, ładowanie, typy niestandardowe i typowe błędy
Moduł Python JSON wyjaśniony za pomocą uruchomionego przez nas kodu: zrzuty i ładowanie, pliki, konwersje typów, daty i miejsca dziesiętne, niestand…
Przeczytaj artykuł →Tworzenie oprogramowaniaModuły ES a CommonJS: Jak działa import JavaScript w Node.js, przetestowano
Moduły ES i CommonJS wyjaśnione za pomocą kodu, który uruchomiliśmy w Node.js: składnia importu i eksportu, wymagania, powiązania na żywo, buforowan…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie wyrażenia regularnego w języku Python: wzorce, grupy, przewidywania i pułapki, przetestowane
Wyrażenie regularne w Pythonie wyjaśnione za pomocą wzorców, które uruchomiliśmy: wyszukiwanie vs dopasowanie, findall, grupy i nazwane grupy, zachł…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie strukturalnych wyników LLM: uzyskiwanie niezawodnego formatu JSON z modeli AI
Ustrukturyzowane dane wyjściowe LLM wyjaśnione wraz z walidacją przeprowadzoną w Pydantic: tryb i schematy JSON, ograniczone dekodowanie, sposoby ps…
Przeczytaj artykuł →DevOpsWyjaśnienie kluczy SSH: jak działają, ssh-keygen, Ed25519 i bezpieczne nawyki
Klucze SSH wyjaśnione za pomocą wygenerowanych przez nas kluczy: klucze publiczne i prywatne, ssh-keygen, Ed25519 vs RSA, odciski palców, hasła, ssh…
Przeczytaj artykuł →DevOpsWyjaśnienie buforowania HTTP: kontrola pamięci podręcznej, odpowiedzi ETag i 304 z testem na żywo
Wyjaśnienie buforowania HTTP na małym serwerze, który prowadziliśmy: dyrektywy Cache-Control, maksymalny wiek, brak pamięci podręcznej vs brak sklep…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testowania kontraktu API: wychwytuj istotne zmiany przed wysyłką
Testowanie kontraktu API wyjaśniono za pomocą przeprowadzonej przez nas kontroli schematu: czym jest kontrakt, kontrakty zorientowane na konsumenta,…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania opartego na ryzyku: oceń ryzyko, zbuduj macierz i przetestuj, co jest ważne
Testowanie oparte na ryzyku wyjaśnione krok po kroku: identyfikacja ryzyka, prawdopodobieństwo punktacji i wpływ, budowanie matrycy ryzyka, mapowani…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie ograniczeń SQL: NOT NULL, UNIQUE, CHECK i OBCY KLUCZ, przetestowane
Ograniczenia SQL wyjaśnione za pomocą przeprowadzonych przez nas testów: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY i FOREIGN KEY, luki NULL, ustawie…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie funkcji daty SQL: dodawanie, porównywanie i grupowanie dat bez błędów
Funkcje daty SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: dodawanie interwałów, niespodzianki na koniec miesiąca, różnice dat, pułapka BETWE…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie asyncio Pythona: asynchronizacja, oczekiwanie, zbieranie i grupa zadań z rzeczywistym czasem
Asyncio Pythona wyjaśnione za pomocą kodu, który zmierzyliśmy: współprogramy, oczekiwanie, zbieranie, grupa zadań, obsługa błędów, przekroczenia lim…
Przeczytaj artykuł →Tworzenie oprogramowaniaOdbicie a przepustnica w JavaScript: jak działają, kiedy używać każdego z nich, przetestowano
Debounce a przepustnica w JavaScript wyjaśnione z czasami, które zmierzyliśmy w Node.js: jak każdy z nich działa, proste implementacje, wywołania wi…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie menedżerów kontekstu Pythona: instrukcja with, biblioteka kontekstowa i rzeczywiste zastosowania
Menedżerowie kontekstu Pythona wyjaśnili za pomocą uruchomionego przez nas kodu: jak działa, __enter__ i __exit__, kontekstlib.contextmanager, tłumi…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie temperatury i góry LLM: jak modele AI wybierają kolejne słowo
Temperatura LLM i top-p wyjaśnione za pomocą przeprowadzonej przez nas symulacji: w jaki sposób zmieniają się prawdopodobieństwa, co utrzymuje top-p…
Przeczytaj artykuł →DevOpsWyjaśnienie YAML: składnia, problem norweski i inne pułapki, które testowaliśmy
YAML wyjaśnił za pomocą testu parsera: podstawowa składnia, listy i mapy, problem Norwegii, wersje zamieniające się w zmiennoprzecinkowe, ósemkowe k…
Przeczytaj artykuł →DevOpsWyjaśnienie zadań Cron: składnia, prawdziwe harmonogramy i błędy, które je psują
Zadania Cron wyjaśnione za pomocą zweryfikowanych przez nas harmonogramów: pięć pól, operatory, prawdziwe przykłady, pułapka dnia miesiąca LUB dnia …
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie halucynacji AI: dlaczego modele językowe tworzą rzeczy i jak je zmniejszyć
Wyjaśniono halucynacje AI: czym są, dlaczego powstają w modelach językowych, typowe typy, jak je zredukować za pomocą uziemień i podpowiedzi oraz pr…
Przeczytaj artykuł →DevOpsWyjaśnienie zmiennych środowiskowych: pliki .env, sekrety i konfiguracja wykonana prawidłowo
Zmienne środowiskowe wyjaśnione na przykładach Pythona, które przeprowadziliśmy: ich odczytywanie i ustawianie, dlaczego każda wartość jest ciągiem …
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie ograniczenia szybkości interfejsu API: algorytmy, nagłówki i obsługa błędów 429
Ograniczanie szybkości API wyjaśnione za pomocą przeprowadzonej przez nas symulacji: zasobnik tokenów, stałe okno, przesuwane okno, 429 odpowiedzi, …
Przeczytaj artykuł →Automatyzacja testówWyśmiewanie w Pythonie: unittest.mock, patch i błędy, które sprawiają, że testy kłamią
Wyśmiewanie w Pythonie za pomocą unittest.mock, przetestowane: Mock i zwracana wartość, efekt uboczny, łatanie tam, gdzie używana jest nazwa, specyf…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie zasięgu kodu: pokrycie linii i oddziału oraz co naprawdę oznacza 100%
Wyjaśnienie pokrycia kodu za pomocą prawdziwego pliku cover.py: pokrycie linii, gałęzi i warunków, przeczytanie raportu, dlaczego 100% pokrycia może…
Przeczytaj artykuł →Bazy danych i SQLDELETE vs TRUNCATE vs DROP w SQL: różnice, wycofywanie i kiedy używać każdego z nich
DELETE vs TRUNCATE vs DROP wyjaśnione za pomocą przetestowanego SQL: co każdy usuwa, wycofywanie, wyzwalacze, resetowanie tożsamości, prędkość i czy…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie widoków SQL: tworzenie, używanie i unikanie pułapek wraz z przykładami
Widoki SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy: tworzenie widoku, wyniki na żywo, ukrywanie kolumn, wydajność, widoki z możliwością ak…
Przeczytaj artykuł →Tworzenie oprogramowaniaInterfejs TypeScript a typ: rzeczywiste różnice, testowane za pomocą kompilatora
Interfejs TypeScript a typ, sprawdzony z prawdziwym kompilatorem: co oba mogą zrobić, co tylko jeden, łączenie deklaracji, rozszerzenia a przecięcia…
Przeczytaj artykuł →Tworzenie oprogramowaniaPython *args i **kwargs wyjaśnione: elastyczne funkcje z przejrzystymi przykładami
Python *args i **kwargs wyjaśnione za pomocą uruchomionego przez nas kodu: pakowanie i rozpakowywanie, kolejność parametrów, argumenty zawierające t…
Przeczytaj artykuł →Tworzenie oprogramowaniaFunkcje Lambda w Pythonie: składnia, rzeczywiste zastosowania i kiedy ich nie używać
Funkcje lambda w Pythonie wyjaśnione za pomocą uruchomionego przez nas kodu: składnia, sortowanie za pomocą klucza, mapa i filtr, domknięcia, pułapk…
Przeczytaj artykuł →Sztuczna inteligencjaKim są agenci AI? Jak one działają, dzięki prostej pętli agenta, którą możesz uruchomić
Kim są agenci AI? Prosty przewodnik po pętli agenta, narzędziach, pamięci i poręczach, z małą pętlą w Pythonie, którą uruchomiliśmy, prawdziwymi zag…
Przeczytaj artykuł →DevOpsMonitorowanie a obserwowalność: prawdziwa różnica z logami, wskaźnikami i śladami
Wyjaśnienie monitorowania a obserwowalności: znane i nieznane awarie, dzienniki, metryki i ślady, opis incydentu przy kasie, złote sygnały, OpenTele…
Przeczytaj artykuł →DevOpsWoluminy platformy Docker a mocowania powiązań: utrwalanie danych kontenera we właściwy sposób
Wyjaśniono woluminy Dockera a montowanie powiązań: dlaczego dane kontenera znikają, nazwane woluminy, montowanie powiązań, tmpfs, przykłady tworzeni…
Przeczytaj artykuł →Automatyzacja testówTDD vs BDD: kluczowe różnice, jedna funkcja zbudowana w obie strony i kiedy używać każdej z nich
TDD vs BDD wyjaśnione za pomocą jednej funkcji rabatowej zbudowanej w obie strony: refaktoryzacja czerwono-zielona z uruchomionym przez nas kodem, s…
Przeczytaj artykuł →Testowanie oprogramowaniaTestowanie akceptacyjne użytkownika (UAT): proces, lista kontrolna i rzeczywiste przykłady
Wyjaśniono testy akceptacyjne użytkownika: kto je przeprowadza, czym różni się od kontroli jakości, siedmioetapowy proces, szablon przypadku testowe…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie wartości SQL NULL: IS NULL, COALESCE, NULLIF i pułapki, których należy unikać
Wartości SQL NULL wyjaśnione za pomocą zapytań, które wykonaliśmy: logika trójwartościowa, IS NULL, COALESCE, NULLIF, w jaki sposób agregacje, łącze…
Przeczytaj artykuł →Bazy danych i SQLInstrukcja SQL CASE WHEN: składnia, rzeczywiste przykłady i typowe błędy
SQL CASE WHEN wyjaśnione za pomocą zapytań, które uruchomiliśmy: proste i przeszukiwane formularze, kolejność warunków, elementy przestawne z SUM, s…
Przeczytaj artykuł →Tworzenie oprogramowaniaCo to jest JWT? Tokeny internetowe JSON wyjaśnione na przykładzie działania
Co to jest JWT? Wyjaśniono tokeny sieciowe JSON: trzy części, token zbudowany i zmodyfikowany w uruchomionym przez nas kodzie, JWT a sesje, pamięć m…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie pętli zdarzeń JavaScript: stos wywołań, mikrozadania i liczniki czasu z przykładami
Pętla zdarzeń JavaScript wyjaśniona za pomocą uruchomionego przez nas kodu: stos wywołań, kolejki zadań i mikrozadań, dlaczego setTimeout 0 nie jest…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie generatorów Pythona i wydajności: oszczędzaj pamięć dzięki prawdziwym przykładom
Generatory Pythona i wydajność wyjaśnione za pomocą uruchomionego przez nas kodu: sposób wstrzymywania i wznawiania, mierzone oszczędności pamięci, …
Przeczytaj artykuł →Sztuczna inteligencjaCzym są osady? Wyjaśnienie wektorów i podobieństwa cosinusa
Czym są osadzania? Prosty przewodnik po wektorach, podobieństwie cosinusów i wyszukiwaniu semantycznym, z małym przykładem, który przeprowadziliśmy,…
Przeczytaj artykuł →DevOpsWdrożenie niebiesko-zielone a kanaryjskie: różnice, kompromisy i sposób wyboru
Wyjaśniono wdrożenie Blue-Green vs Canary: sposób działania każdego z nich, koszty, ryzyko i wycofywanie zmian, przetestowane przez nas stabilne łąc…
Przeczytaj artykuł →Automatyzacja testówNiestabilne testy: co je powoduje i jak je naprawić na dobre
Niestabilne testy wyjaśnione w przeprowadzonych przez nas demonstracjach: główne przyczyny, sposób potwierdzenia i zdiagnozowania jednej z nich, odp…
Przeczytaj artykuł →Testowanie oprogramowaniaLoad Testing vs Stress Testing: Differences, Metrics and k6 Examples
Wyjaśniono testy obciążenia i testy warunków skrajnych: co dowodzi każdy z nich, testy szczytowe i nasiąkania, istotne metryki, dlaczego średnie wpr…
Przeczytaj artykuł →Testowanie oprogramowaniaPrzypadek testowy a scenariusz testowy: kluczowe różnice, przykłady i kiedy stosować każdy z nich
Wyjaśnienie przypadków testowych i scenariuszy testowych: jasne definicje, tabela obok siebie, jedna funkcja resetowania hasła zaczerpnięta ze scena…
Przeczytaj artykuł →Bazy danych i SQLOptymalizacja zapytań SQL: czytaj plany wykonania i napraw powolne zapytania z synchronizacją
Optymalizacja zapytań SQL przetestowana na milionie wierszy: przeczytaj plany wykonania, dodaj odpowiednie indeksy, napraw filtry niesargowalne, uży…
Przeczytaj artykuł →Bazy danych i SQLSQL UNION vs UNION ALL: różnice, przykłady i testowana wydajność
SQL UNION vs UNION ALL wyjaśnione na podstawie zapytań, które uruchomiliśmy: duplikaty, obie reguły są zgodne, prawdziwy błąd danych, zmierzona wyda…
Przeczytaj artykuł →Tworzenie oprogramowaniaSamouczek API pobierania JavaScript: GET, POST, obsługa błędów i limity czasu
Samouczek JavaScript Fetch API testowany na serwerze lokalnym: GET i POST, dlaczego 404 nie rzuca, pomocnik wielokrotnego użytku, ciągi zapytań, prz…
Przeczytaj artykuł →Tworzenie oprogramowaniaObsługa plików w Pythonie: odczyt, zapis, CSV, JSON i pathlib z przykładami
Obsługa plików w Pythonie wyjaśniona za pomocą uruchomionego przez nas kodu: tryby otwarte, czytanie dużych plików, CSV, JSON, pathlib, pliki binarn…
Przeczytaj artykuł →Tworzenie oprogramowaniaKlasy i obiekty Pythona: samouczek OOP z prawdziwymi przykładami
Klasy i obiekty Pythona objaśnione za pomocą uruchomionego przez nas kodu: __init__, metody, atrybuty klas i instancji, dziedziczenie, właściwości, …
Przeczytaj artykuł →Sztuczna inteligencjaCo to jest model dużego języka? Jak działają LLM, wyjaśnione bez szumu
Co to jest model dużego języka? LLM wyjaśnione prostym językiem: tokeny, osadzanie, uwaga, szkolenie, temperatura i okna kontekstowe, mała demonstra…
Przeczytaj artykuł →DevOpsPolecenia systemu Linux dla początkujących: niezbędny przewodnik po terminalu z przykładami
Polecenia systemu Linux dla początkujących, pogrupowane według zadań: nawigacja, pliki, przeglądanie logów, grep, potoki, uprawnienia, procesy i arc…
Przeczytaj artykuł →Automatyzacja testówSelenium kontra dramaturg: kluczowe różnice, porównanie kodu i wybór
Porównanie Selenium i Playwright: architektura, oczekiwanie, obsługa przeglądarki i języka, debugowanie, ten sam test w obu narzędziach, porady doty…
Przeczytaj artykuł →Testowanie oprogramowaniaPartycjonowanie równoważne: technika projektowania testów wyjaśniona na praktycznych przykładach
Wyjaśniono podział równoważny: jak znaleźć prawidłowe i nieprawidłowe partycje, sprawdzone przykłady dla grup wiekowych, hasła i kupony, przeprowadz…
Przeczytaj artykuł →Testowanie oprogramowaniaWażność a priorytet w testowaniu oprogramowania: różnice, macierz i rzeczywiste przykłady
Wyjaśniono ważność a priorytet w testowaniu oprogramowania: jasne definicje, czterokierunkowa macierz z przykładami, skale poziomów, kto ustawia każ…
Przeczytaj artykuł →Bazy danych i SQLSamouczek dotyczący podzapytań SQL: typy, skorelowane podzapytania i ISTNIEJĄ z przykładami
Samouczek dotyczący podzapytań SQL z zapytaniami, które wykonaliśmy: podzapytania skalarne, IN, FROM i SELECT, podzapytania skorelowane, EXISTS, puł…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie transakcji SQL i ACID: COMMIT, ROLLBACK i poziomy izolacji
Transakcje SQL i ACID wyjaśnione za pomocą wykonanego przez nas przelewu bankowego: COMMIT, ROLLBACK, punkty zapisu, blokady, poziomy izolacji, brud…
Przeczytaj artykuł →Tworzenie oprogramowaniaŚciągawka dotycząca poleceń Git: polecenia, których faktycznie używasz, z przykładami
Ściągawka poleceń Git pogrupowana według zadań: konfiguracja, przemieszczanie, gałęzie, piloty, skrytka, historia i cofanie błędów, z danymi wyjścio…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie obietnic JavaScript: następnie catch, Promise.all i typowe błędy
Obietnice JavaScript wyjaśnione za pomocą uruchomionego przez nas kodu: stany, łańcuchy then i catch, obsługa błędów, Promise.all, allSettled, race …
Przeczytaj artykuł →Tworzenie oprogramowaniaSamouczek słownika języka Python: metody, przykłady i typowe wzorce
Samouczek słownika języka Python z uruchomionym przez nas kodem: tworzenie, odczytywanie i aktualizowanie słowników, metody kluczowych, łączenie, ro…
Przeczytaj artykuł →Sztuczna inteligencjaCo to jest RAG? Generacja rozszerzona o wyszukiwanie wyjaśniona na przykładzie roboczym
Co to jest RAG? Generowanie wspomagane pobieraniem wyjaśnione krok po kroku: indeksowanie, fragmentowanie, osadzanie, pobieranie, mały działający pr…
Przeczytaj artykuł →DevOpsSamouczek Terraform dla początkujących: Infrastruktura jako kod od pierwszego pliku do modułów
Samouczek Terraform dla początkujących: zacznij bez konta w chmurze, naucz się inicjowania, planowania i stosowania, a następnie zmiennych, wyników,…
Przeczytaj artykuł →DevOpsDocker kontra Kubernetes: kluczowe różnice, jak ze sobą współpracują i czego potrzebujesz
Wyjaśniono Docker vs Kubernetes: co robi każdy z nich, ta sama aplikacja działa z obydwoma, porównanie Docker Compose i Swarm, zmiana podkładki dock…
Przeczytaj artykuł →Automatyzacja testówSamouczek Pytest dla początkujących: urządzenia, parametryzacja i prawdziwe przykłady
Samouczek pytest dla początkujących z testami, które przeprowadziliśmy na pytest 9.2: asercje, urządzenia, parametryzacja, conftest, znaczniki, tmp_…
Przeczytaj artykuł →Testowanie oprogramowaniaCykl życia testowania oprogramowania (STLC): 6 faz, kryteria wejścia i wyjścia, przykład
Wyjaśniono cykl życia testowania oprogramowania: sześć faz STLC z kryteriami wejścia i wyjścia, elementy dostarczane, działający przykład funkcji lo…
Przeczytaj artykuł →Tworzenie oprogramowaniaGit merge vs rebase: różnice, przykłady i kiedy czego używać
Git merge vs rebase wyjaśnione na prawdziwym wyniku logu, z tabelą porównawczą, złotą zasadą rebase i bezpiecznym procesem pracy zespołu.
Przeczytaj artykuł →Tworzenie oprogramowaniaPython list comprehension: składnia, przykłady i kiedy jej unikać
Python list comprehension wyjaśnione: składnia, filtrowanie, if-else, zagnieżdżone pętle, zmierzone czasy i sytuacje, w których zwykła pętla for jes…
Przeczytaj artykuł →Bazy danych i SQLSQL JOIN – wyjaśnienie z przykładami (Inner, Left, Right, Full)
Zrozum złączenia SQL krok po kroku na przykładowych tabelach i zapytaniach: INNER, LEFT, RIGHT, FULL, CROSS i SELF, plus typowe błędy i wskazówki wy…
Przeczytaj artykuł →