Awesome GitHub RepositoriesPython Data Class Declarations

HTTParty ist eine Ruby-HTTP-Client-Bibliothek, die für den Aufbau standardisierter API-Clients entwickelt wurde. Sie abstrahiert Low-Level-Netzwerk-Primitive in ein High-Level-Interface, wodurch Entwickler Basis-URIs und Request-Konfigurationen innerhalb von Klassen kapseln können, um konsistente Interaktionen mit entfernten Webdiensten aufrechtzuerhalten. Die Bibliothek automatisiert die Transformation roher Netzwerk-Antwortdaten in native Ruby-Strukturen unter Verwendung eines Registry-basierten Systems, das Inhalte basierend auf Antwort-Headern parst. Sie bietet zudem spezialisierte Mechanismen zum Senden von Multipart-Form-Daten und zum Streamen großer Payloads, um die Speichereffizienz bei Dateiübertragungen zu wahren. Das Projekt deckt ein breites Spektrum an Netzwerkfunktionen ab, einschließlich der Ausführung von Standard-HTTP-Operationen, JSON-Payload-Übertragung und der Verwaltung sicherer TLS-Verbindungen. Es enthält Tools für Request-Authentifizierung, Antwort-Dekomprimierung und Netzwerk-Traffic-Logging zu Debugging-Zwecken. Die Bibliothek bietet zudem ein Kommandozeilen-Interface zum Abfragen von Webdiensten und zur Anzeige von Antwortdaten als strukturierte Objekte.

attrs is a Python library that automatically generates initialization, representation, equality, hashing, and ordering methods from declarative class attribute definitions. At its core, it provides a class decorator metaprogramming framework that intercepts class creation to rewrite the class body, producing dunder methods without manual boilerplate. The library includes a comprehensive attribute validation toolkit with built-in validators for type checks, range constraints, regex matching, length limits, and logical composition of validation rules. The library distinguishes itself through it

Tortoise ORM is an asynchronous object-relational mapper for Python that mirrors Django's model and queryset API while running on asyncio. It defines database tables as Python classes with typed fields and supports foreign key, many-to-many, and one-to-one relations, providing a chainable query API for filtering, annotating, grouping, and prefetching related objects without blocking the event loop. The ORM includes a built-in migration engine that detects model changes, generates migration files, and applies or reverts schema changes through a command-line tool. It connects to PostgreSQL, MyS

Flask-SQLAlchemy ist ein Toolkit, das das relationale Datenbank-Toolkit SQLAlchemy mit dem Flask-Web-Framework integriert. Es ermöglicht relationale Datenmodellierung durch die Definition von Datenbanktabellenstrukturen als Python-Klassen und verwaltet die Persistenz und den Abruf von Datenbankdatensätzen innerhalb einer Webanwendung. Das Projekt bindet Datenbank-Sitzungslebenszyklen an den aktiven Anwendungs-Request-Kontext, um eine automatische Verbindungsbereinigung sicherzustellen. Es bietet spezialisierte Utilities für den Web-Datenzugriff, einschließlich Query-Result-Pagination und einen Mechanismus, um automatisch 404-Not-Found-Antworten auszulösen, wenn ein angeforderter Datenbankdatensatz fehlt. Die Erweiterung deckt ein breites Spektrum an Datenbankverwaltungsfunktionen ab, einschließlich deklarativem Modell-Mapping, Schema-Reflektion und der Generierung physischer Tabellenstrukturen. Sie unterstützt fortgeschrittenes Verbindungsmanagement durch Multi-Bind-Query-Routing und bietet Observability-Tools zur Prüfung der SQL-Abfrageleistung und Ausführungszeit.

Flask-SQLAlchemy ist ein relationales Datenbank-Toolkit, das den SQLAlchemy Object-Relational-Mapper in Webanwendungen integriert. Es dient als Datenbank-Sitzungsmanager und Schema-Toolkit und stellt die notwendige Infrastruktur bereit, um Datenmodelle zu definieren und Abfragen innerhalb eines Request-Lebenszyklus auszuführen. Das Projekt zeichnet sich durch seine Multi-Datenbank-Routing-Engine aus, die Bind-Keys verwendet, um verschiedene Modelle auf mehrere unterschiedliche Datenbank-Engines abzubilden. Es enthält zudem ein SQL-Query-Auditing-Tool, das ausgeführte Statements und Zeitdaten für eine einzelne Anfrage erfasst und protokolliert, um Leistungsengpässe zu identifizieren. Das Toolkit deckt umfassende relationale Datenmodellierung und Schemamanagement ab, einschließlich der Möglichkeit, physische Tabellen aus Metadaten zu generieren oder bestehende Datenbankstrukturen zu reflektieren. Es verwaltet Verbindungslebenszyklen durch Request-scoped Sitzungsmanagement und bietet Utilities für Query-Result-Pagination und transaktionale Datenmodifikation.