{"id":53299,"date":"2019-11-28T00:00:00","date_gmt":"2019-11-27T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/56-proektov-na-python-s-otkrytym-ishodnym-kodom"},"modified":"2020-02-18T14:01:11","modified_gmt":"2020-02-18T11:01:11","slug":"56-proektov-na-python-s-otkrytym-ishodnym-kodom","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/56-proektov-na-python-s-otkrytym-ishodnym-kodom","title":{"rendered":"56 progetti Python con codice sorgente aperto","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p><img decoding=\"async\" alt=\"56 progetti Python con codice sorgente aperto\" src=\"\/wp-content\/uploads\/2019\/11\/424ea06c178ea7e7823676a1119763e9.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<\/p>\n<h3>1. Flask<\/h3>\n<p>\n\u00c8 un micro-framework scritto in Python. Non dispone di validazioni per i moduli e del livello di astrazione del database, ma consente di utilizzare librerie esterne per funzioni comuni. Ed \u00e8 proprio per questo che \u00e8 un micro-framework. Flask \u00e8 progettato per creare applicazioni in modo semplice e veloce, ed \u00e8 anche scalabile e leggero. Si basa sui progetti Werkzeug e Jinja2. Puoi scoprire di pi\u00f9 nella recente articolo di DataFlair su <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-flask-tutorial\/\">Python Flask<\/a><\/noindex>.<\/p>\n<h3>2. Keras<\/h3>\n<p>\nKeras \u00e8 una libreria di rete neurale open source scritta in Python. \u00c8 user-friendly, modulare ed estensibile, e pu\u00f2 funzionare sopra TensorFlow, Theano, PlaidML o Microsoft Cognitive Toolkit (CNTK). Keras ha tutto: modelli, funzioni di costo e attivazione, ottimizzatori e molto di pi\u00f9. Supporta anche reti neurali convoluzionali e ricorrenti.<\/p>\n<p>Lavorando all'ultimo progetto open source basato su Keras \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/project-in-python-breast-cancer-classification\/\">Classificazione del cancro al seno<\/a><\/noindex>.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<blockquote><p><noindex><a rel=\"nofollow\" href=\"https:\/\/www.edsd.ru\/\" title=\"EDISON Software - sviluppo web\"><img decoding=\"async\" alt=\"56 progetti Python con codice sorgente aperto\" src=\"\/wp-content\/uploads\/2019\/11\/4b13d579a890b450683f1a60ba814766.jpeg\" style=\"display:block;margin: 0 auto;\" \/><\/a><\/noindex><br clear=\"right\"><br \/>\nL'articolo \u00e8 stato tradotto con il supporto di EDISON Software, che <noindex><a rel=\"nofollow\" href=\"https:\/\/www.edsd.ru\/diagnostika-hranilishha-dokumentov-vivaldi\">sviluppa un sistema di diagnostica per lo storage di documenti Vivaldi<\/a><\/noindex>, cos\u00ec come <noindex><a rel=\"nofollow\" href=\"https:\/\/www.edsd.ru\/ru\/princypy\/investiruem-v-produkty\">investe in startup<\/a><\/noindex>.<\/p><\/blockquote>\n<h3>3. SpaCy<\/h3>\n<p>\n\u00c8 una libreria software open source che si occupa di <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/nlp-natural-language-processing\/\">elaborazione del linguaggio naturale (NLP)<\/a><\/noindex> ed \u00e8 scritto in Python e Cython. Mentre NLTK \u00e8 pi\u00f9 adatto per scopi didattici e di ricerca, il lavoro di spaCy consiste nel fornire software per la produzione. Inoltre, Thinc \u00e8 una libreria di machine learning di spaCy che offre modelli CNN per l'analisi delle parti del discorso, l'analisi delle dipendenze e il riconoscimento degli oggetti nominati.<\/p>\n<h3>4. Sentry<\/h3>\n<p>\nSentry offre un hosting di monitoraggio degli errori con codice sorgente aperto, in modo che tu possa rilevare e classificare gli errori in tempo reale. Basta installare l'SDK per il tuo linguaggio o framework e iniziare a lavorare. Consente di registrare eccezioni non gestite, esaminare il tracciamento dello stack, analizzare l'impatto di ciascun problema, tenere traccia degli errori in vari progetti, assegnare problemi e molto altro. Utilizzare Sentry significa avere meno errori e pi\u00f9 codice inviato.<\/p>\n<h3>5. OpenCV<\/h3>\n<p>\nOpenCV \u00e8 una libreria di visione artificiale e apprendimento automatico open source. La libreria offre oltre 2500 algoritmi ottimizzati per compiti di visione artificiale, come il riconoscimento e la rilevazione di oggetti, la classificazione di vari tipi di attivit\u00e0 umane, il tracciamento dei movimenti tramite telecamera, la creazione di modelli 3D di oggetti, l'assemblaggio di immagini per ottenere immagini ad alta risoluzione e molte altre applicazioni. La libreria \u00e8 disponibile per diversi linguaggi, come Python, C++, Java, ecc.<\/p>\n<p>Numero di stelle su Github: 39585<\/p>\n<p>Hai gi\u00e0 lavorato su qualche progetto OpenCV? Ecco uno \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-project-gender-age-detection\/\">Progetto di identificazione del genere e dell'et\u00e0<\/a><\/noindex><\/p>\n<h3>6. Nilearn<\/h3>\n<p>\nQuesto \u00e8 un modulo per l'implementazione rapida e semplice dell'apprendimento statistico su dati di neuroimaging. Consente di utilizzare scikit-learn per analisi statistiche multivariate ai fini della modellazione predittiva, classificazione, decodifica e analisi della connettivit\u00e0. Nilearn \u00e8 parte dell'ecosistema NiPy, una comunit\u00e0 dedicata all'uso di Python nell'analisi dei dati di neuroimaging.<\/p>\n<p>Numero di stelle su <noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/nilearn\/nilearn\">Github<\/a><\/noindex>: 549<\/p>\n<h3>7. scikit-Learn<\/h3>\n<p>\nScikit-learn \u00e8 un altro progetto Python open source. \u00c8 una libreria di machine learning molto conosciuta per Python. Spesso utilizzato con NumPy e SciPy, SciPy offre classificazione, regressione e clustering \u2014 supporta <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/svm-support-vector-machine-tutorial\/\">SVM (Support Vector Machines)<\/a><\/noindex>, foreste casuali, potenziamento gradiente, k-means e DBSCAN. Questa libreria \u00e8 scritta in Python e Cython.<\/p>\n<p>Numero di stelle su Github: 37.144<\/p>\n<h3>8. PyTorch<\/h3>\n<p>\nPyTorch \u00e8 un'altra libreria di machine learning open source, scritta in Python e per Python. \u00c8 basata sulla libreria Torch ed \u00e8 particolarmente adatta per aree come la visione artificiale e l'elaborazione del linguaggio naturale (NLP). Ha anche un frontend C++. <\/p>\n<p>Tra le molte altre caratteristiche, PyTorch offre due livelli elevati:<\/p>\n<ul>\n<li>Calcoli tensori con accelerazione GPU potente<\/li>\n<li>Reti neurali profonde<\/li>\n<\/ul>\n<p>Numero di stelle su Github: 31.779<\/p>\n<h3>9. Librosa<\/h3>\n<p>\nLibrosa \u2014 una delle migliori librerie Python per l'analisi della musica e dell'audio. Include i componenti necessari per estrarre informazioni dalla musica. La libreria \u00e8 ben documentata e offre diversi tutorial e esempi per facilitare il vostro lavoro.<\/p>\n<p>Numero di stelle su Github: 3107<\/p>\n<p>Implementazione di un progetto Python open source con Librosa \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-mini-project-speech-emotion-recognition\/\">riconoscimento delle emozioni vocale<\/a><\/noindex>. <\/p>\n<h3>10. Gensim<\/h3>\n<p>\nGensim \u00e8 una libreria Python per la modellazione dei temi, l'indicizzazione dei documenti e la ricerca di similarit\u00e0 attraverso grandi dataset. \u00c8 focalizzata su NLP e comunit\u00e0 di ricerca informatica. Gensim \u00e8 un acronimo di \"generare simili\". In passato, generava un breve elenco di articoli simili a quello attuale. Gensim \u00e8 chiaro, efficace e scalabile. Implementa una realizzazione efficace e semplice della modellazione semantica non supervisionata a partire da testo semplice.<\/p>\n<p>Numero di stelle su Github: 9 870<\/p>\n<h3>11. Django<\/h3>\n<p>\n<noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/django-tutorials-home\/\">Django<\/a><\/noindex> \u2014 un framework Python di alto livello che incoraggia lo sviluppo rapido e crede nel principio DRY (Don't Repeat Yourself). \u00c8 un framework molto potente e il pi\u00f9 ampiamente utilizzato per Python. Si basa sul pattern MTV (Model-Template-View).<\/p>\n<p>Numero di stelle su Github: 44.214<\/p>\n<h3>12. Riconoscimento facciale<\/h3>\n<p>\nIl riconoscimento facciale \u00e8 un progetto popolare su GitHub. Riconosce facilmente i volti e li manipola tramite Python \/ riga di comando, utilizzando la libreria di riconoscimento facciale pi\u00f9 semplice al mondo. Viene impiegata dlib con apprendimento profondo per rilevare i volti con una precisione del 99,38% nel test Wild benchmark.<\/p>\n<p>Numero di stelle su Github: 28.267<\/p>\n<h3>13. Cookiecutter<\/h3>\n<p>\nCookiecutter \u00e8 un'utilit\u00e0 da riga di comando per creare progetti a partire da modelli (cookiecutters). Un esempio potrebbe essere la creazione di un progetto pacchetto da un modello di progetto pacchetto. Sono modelli multipiattaforma, e i modelli di progetto possono essere in qualsiasi linguaggio o formato markup, come Python, JavaScript, HTML, Ruby, CoffeeScript, RST e Markdown. Permette anche di utilizzare pi\u00f9 linguaggi in uno stesso modello di progetto.<\/p>\n<p>Numero di stelle su Github: 10.291<\/p>\n<h3>14. Pandas<\/h3>\n<p>\nPandas \u00e8 una libreria per l'analisi e la manipolazione dei dati in Python, che offre strutture dati etichettate e funzioni statistiche.<\/p>\n<p>Numero di stelle su Github: 21.404<\/p>\n<p>Progetto open source in Python per provare Pandas \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-machine-learning-project-detecting-parkinson-disease\/\">rilevamento della malattia di Parkinson<\/a><\/noindex><\/p>\n<h3>15. Pipenv<\/h3>\n<p>\nPipenv si propone di essere uno strumento pronto per la produzione, progettato per portare il meglio di tutti i mondi di packaging nel mondo di Python. Il suo terminale presenta colori vivaci e unisce Pipfile, pip e virtualenv in un unico comando. Crea e gestisce automaticamente un ambiente virtuale per i tuoi progetti e offre agli utenti un modo semplice per configurare l'ambiente di lavoro.<\/p>\n<p>Numero di stelle su Github: 18.322<\/p>\n<h3>16. SimpleCoin<\/h3>\n<p>\nQuesta \u00e8 un\u2019implementazione della Blockchain per le criptovalute, creata in Python, ma \u00e8 semplice, insicura e incompleta. SimpleCoin non \u00e8 destinata all'uso in produzione. Non per uso produttivo, SimpleCoin \u00e8 pensata per scopi educativi e per rendere accessibile e semplificare la catena di blocchi funzionante. Permette di salvare gli hash estratti e scambiarli con qualsiasi valuta supportata.<br \/>\nNumero di stelle su Github: 1.343<\/p>\n<h3>17. Pyray<\/h3>\n<p>\nQuesta \u00e8 una libreria di rendering 3D scritta in Python vanilla. Essa visualizza oggetti e scene 2D, 3D e di dimensioni maggiori in Python, oltre a supportare l'animazione. La incontriamo nel campo della creazione di video, nei videogiochi, nelle simulazioni fisiche e anche in belle immagini. I requisiti per questo sono: PIL, numpy e scipy.<\/p>\n<p>Numero di stelle su GitHub: 451<\/p>\n<h3>18. MicroPython<\/h3>\n<p>\nMicroPython \u00e8 Python per microcontrollori. \u00c8 un'implementazione efficiente di Python3, che offre molti pacchetti della libreria standard di Python ed \u00e8 ottimizzata per funzionare su microcontrollori e in condizioni ristrette. Pyboard \u00e8 una piccola scheda elettronica su cui MicroPython gira a livello hardware, quindi pu\u00f2 controllare tutti i tipi di progetti elettronici.<\/p>\n<p>Numero di stelle su <noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/micropython\/micropython\">Github<\/a><\/noindex>: 9,197<\/p>\n<h3>19. Kivy<\/h3>\n<p>\nKivy \u00e8 una libreria Python per lo sviluppo di applicazioni mobili e di altre applicazioni multitouch con interfacce utente naturali (NUI). Dispone di una libreria grafica, diversi tipi di widget, un linguaggio intermedio Kv per la creazione di widget personalizzati, supporto per mouse, tastiera, TUIO e eventi di input multisensoriale. Si tratta di una libreria open source per una rapida sviluppo di applicazioni con interfacce utente innovative. \u00c8 multipiattaforma, orientata al business e offre accelerazione GPU.<\/p>\n<p>Numero di stelle su Github: 9.930<\/p>\n<h3>20. Dash<\/h3>\n<p>\nDash di Plotly \u00e8 un framework per applicazioni web. Costruito su Flask, Plotly.js, React e React.js, permette di utilizzare Python per creare dashboard. Garantisce il funzionamento di modelli Python e R su scala. Dash consente di creare, testare, distribuire e generare report senza necessitare di DevOps, JavaScript, CSS o CronJobs. Dash \u00e8 performante, personalizzabile, leggero e facilmente gestibile. \u00c8 anche open source.<\/p>\n<p>Numero di stelle su Github: 9.883<\/p>\n<h3>21. Magenta<\/h3>\n<p>\nMagenta \u00e8 un progetto di ricerca open source che si concentra sul machine learning come strumento nel processo creativo. Consente di creare musica e arte utilizzando il machine learning. Magenta \u00e8 una libreria Python basata su TensorFlow, con strumenti per lavorare con dati di origine, utilizzarla per addestrare modelli di machine learning e creare nuovi contenuti.<\/p>\n<h3>22. Maschera R-CNN<\/h3>\n<p>\nQuesta \u00e8 un'implementazione della maschera R-CNN su Python 3, TensorFlow e Keras. Il modello prende ogni istanza di oggetto nella raster e crea per essa dei riquadri delimitatori e delle maschere di segmentazione. Utilizza una rete Feature Pyramid Network (FPN) e un backbone ResNet101. Il codice \u00e8 facilmente espandibile. Questo progetto offre anche un set di dati Matterport3D su spazi 3D ricostruiti, catturati dai clienti...<br \/>\nNumero di stelle su Github: 14.055<\/p>\n<h3>23. Modelli TensorFlow<\/h3>\n<p>\nQuesto \u00e8 un repository con vari modelli implementati in TensorFlow \u2014 modelli ufficiali e di ricerca. Include anche campioni e tutorial. I modelli ufficiali utilizzano API TensorFlow di alto livello. I modelli di ricerca sono quelli sviluppati dagli scienziati per il loro supporto o per affrontare questioni e richieste.<\/p>\n<p>Numero di stelle su Github: 57 745<\/p>\n<h3>24. Snallygaster<\/h3>\n<p>\nSnallygaster \u00e8 un modo per organizzare le problematiche tramite bacheche di progetto. Con questo, puoi personalizzare il tuo cruscotto di progetto su GitHub, ottimizzare e automatizzare il flusso di lavoro. Permette di ordinare le attivit\u00e0, pianificare progetti, automatizzare il flusso di lavoro, monitorare i progressi, condividere lo stato e, infine, completare. Snallygaster pu\u00f2 scannerizzare alla ricerca di file segreti sui server HTTP \u2014 cerca file accessibili su server web che non dovrebbero essere pubblici e potrebbero rappresentare una minaccia per la sicurezza.<\/p>\n<p>Numero di stelle su Github: 1 477<\/p>\n<h3>25. Statsmodels<\/h3>\n<p>\nQuesto <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-packages\/\">pacchetto Python<\/a><\/noindex>, che completa scipy per i calcoli statistici, inclusa la statistica descrittiva, cos\u00ec come le stime e le inferenze per i modelli statistici. Per questo ha classi e funzioni. Permette anche di condurre test statistici e analizzare i dati statistici.<br \/>\nNumero di stelle su Github: 4.246<\/p>\n<h3>26. WhatWaf<\/h3>\n<p>\nSi tratta di uno strumento avanzato per la rilevazione di firewall, che possiamo utilizzare per capire se \u00e8 presente un firewall per applicazioni web. Rileva il firewall nell'applicazione web e cerca di individuare uno o pi\u00f9 bypass per esso sull'obiettivo specificato.<\/p>\n<p>Numero di stelle su Github: 1.300<\/p>\n<h3>27. Chainer<\/h3>\n<p>\nChainer \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/deep-learning-with-python-libraries\/\">\u00e8 un ambiente di apprendimento profondo<\/a><\/noindex>, orientato alla flessibilit\u00e0. Si basa su Python e offre API differenziate, basate sull'approccio define-by-run. Chainer offre anche API orientate agli oggetti di alto livello per costruire e addestrare reti neurali. \u00c8 una struttura potente, flessibile e intuitiva per le reti neurali.<br \/>\nNumero di stelle su Github: 5.054<\/p>\n<h3>28. Rebound<\/h3>\n<p>\nRebound \u2014 strumento da linea di comando. Quando ricevi un messaggio di errore del compilatore, ottiene immediatamente i risultati dallo stack traboccante. Per usare questo, puoi utilizzare il comando rebound per eseguire il tuo file. \u00c8 uno dei 50 progetti open source Python pi\u00f9 popolari del 2018. Inoltre, richiede Python 3.0 o superiore. Tipi di file supportati: Python, Node.js, Ruby, Golang e Java.<\/p>\n<p>Numero di stelle su Github: 2913<\/p>\n<h3>29. Detectron<\/h3>\n<p>\nDetectron esegue una moderna rilevazione degli oggetti (implementa anche Mask R-CNN). Questo software \u00e8 sviluppato da Facebook AI Research (FAIR), scritto in Python e opera sulla piattaforma Caffe2 Deep Learning. L'obiettivo di Detectron \u00e8 fornire una base di codice di alta qualit\u00e0 e ad alte prestazioni per la ricerca sulla rilevazione degli oggetti. \u00c8 flessibile e implementa i seguenti algoritmi: Mask R-CNN, RetinaNet, Faster R-CNN, RPN, Fast R-CNN, R-FCN.<\/p>\n<p>Numero di stelle su Github: 21 873<\/p>\n<h3>30. Python-fire<\/h3>\n<p>\nQuesta \u00e8 una libreria per la generazione automatica di CLI (interfacce a riga di comando) da (qualsiasi) oggetto Python. Consente anche di sviluppare e debugare codice, esplorare codice esistente o trasformare codice altrui in CLI. Python Fire facilita il passaggio tra Bash e Python e rende pi\u00f9 semplice l'utilizzo di REPL.<br \/>\nNumero di stelle su Github: 15.299<\/p>\n<h3>31. Pylearn2<\/h3>\n<p>\nPylearn2 \u00e8 una libreria di machine learning costruita principalmente su Theano. Il suo obiettivo \u00e8 facilitare la ricerca in ML. Consente di scrivere nuovi algoritmi e modelli.<br \/>\nNumero di stelle su Github: 2.681<\/p>\n<h3>32. Matplotlib<\/h3>\n<p>\n<noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-matplotlib-tutorial\/\">Matplotlib<\/a><\/noindex> \u00e8 una libreria di grafica 2D per Python \u2014 genera pubblicazioni di alta qualit\u00e0 in vari formati.<\/p>\n<p>Numero di stelle su Github: 10.072<\/p>\n<h3>33. Theano<\/h3>\n<p>\nTheano \u00e8 una libreria per la manipolazione di espressioni matematiche e matriciali. \u00c8 anche un compilatore ottimizzante. Theano utilizza <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-numpy-tutorial\/\">NumPy<\/a><\/noindex>una sintassi simile a quella di Python per esprimere calcoli e li compila per funzionare su architetture CPU o GPU. \u00c8 una libreria Python per il machine learning open source, scritta in Python e CUDA e compatibile con Linux, macOS e Windows.<\/p>\n<p>Numero di stelle su <noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/Theano\/Theano\">Github<\/a><\/noindex>: 8,922<\/p>\n<h3>34. Multidiff<\/h3>\n<p>\nMultidiff \u00e8 progettato per facilitare la comprensione dei dati orientati alla macchina. Aiuta a visualizzare le differenze tra un gran numero di oggetti, eseguendo confronti tra oggetti corrispondenti e poi presentando i risultati. Questa visualizzazione ci consente di cercare schemi nei nostri protocolli o in formati di file insoliti. \u00c8 inoltre principalmente utilizzato per il reverse engineering e l'analisi di dati binari.<\/p>\n<p>Numero di stelle su Github: 262<\/p>\n<h3>35. Som-tsp<\/h3>\n<p>\nQuesto progetto \u00e8 dedicato all'uso delle mappe auto-organizzanti per risolvere il problema del commesso viaggiatore. Utilizzando il SOM, troviamo soluzioni subottimali per il problema TSP e utilizziamo il formato .tsp per farlo. Il TSP \u00e8 un problema NP completo, e con l'aumento del numero di citt\u00e0 diventa sempre pi\u00f9 difficile da risolvere.<\/p>\n<p>Numero di stelle su Github: 950<\/p>\n<h3>36. Photon<\/h3>\n<p>\nPhoton \u00e8 un web scanner estremamente veloce, progettato per OSINT. Pu\u00f2 estrarre URL, URL con parametri, informazioni di Intel, file, chiavi segrete, file JavaScript, corrispondenze con espressioni regolari e sottodomini. Le informazioni estratte possono essere salvate ed esportate in formato JSON. Photon \u00e8 flessibile e geniale. Puoi anche aggiungere alcuni plugin.<\/p>\n<p>Numero di stelle su Github: 5714<\/p>\n<h3>37. Social Mapper<\/h3>\n<p>\nSocial Mapper \u00e8 uno strumento di mappatura sui social media che correla profili utilizzando il riconoscimento facciale. Fa questo su vari siti web su larga scala. Social Mapper automatizza la ricerca di nomi e foto sui social media e poi cerca di identificare e raggruppare con precisione la presenza di qualcuno. Successivamente, crea un report per la verifica umana. \u00c8 utile nel settore della sicurezza (ad esempio, per il phishing). Supporta piattaforme come LinkedIn, Facebook, Twitter, Google Plus, Instagram, \u0412\u041a\u043e\u043d\u0442\u0430\u043a\u0442\u0435, Weibo e Douban.<\/p>\n<p>Numero di stelle su Github: 2,396<\/p>\n<h3>38. Camelot<\/h3>\n<p>\nCamelot \u00e8 una libreria Python che facilita l'estrazione di tabelle da file PDF. Funziona con file PDF di testo, ma non con documenti scansionati. Qui ogni tabella \u00e8 un DataFrame di pandas. Inoltre, puoi esportare le tabelle in .json, .xls, .html o .sqlite.<\/p>\n<p>Numero di stelle su Github: 2415<\/p>\n<h3>39. Lector<\/h3>\n<p>\nQuesto \u00e8 un lettore Qt per leggere ebook. Supporta formati di file .pdf, .epub, .djvu, .fb2, .mobi, .azw \/ .azw3 \/ .azw4, .cbr \/ .cbz e .md. In Lector ci sono finestre principali, visualizzazione delle tabelle, visualizzazione dei libri, visualizzazione senza distrazioni, supporto per annotazioni, visualizzazione dei fumetti e finestra delle impostazioni. Supporta anche segnalibri, visualizzazione dei profili, editor dei metadati e dizionario integrato.<\/p>\n<p>Numero di stelle su Github: 835<\/p>\n<h3>40. m00dbot<\/h3>\n<p>\nQuesto \u00e8 un bot di Telegram per l'auto-valutazione della depressione e dell'ansia.<\/p>\n<p>Numero di stelle su Github: 145<\/p>\n<h3>41. Manim<\/h3>\n<p>\nQuesto \u00e8 un motore di animazione per spiegare video matematici, che pu\u00f2 essere utilizzato per creare animazioni precise in modo programmatico. Utilizza Python per questo.<\/p>\n<p>Numero di stelle su Github: 13.491<\/p>\n<h3>42. Douyin-Bot<\/h3>\n<p>\nUn bot scritto in Python per un'app simile a Tinder. Sviluppato da programmatori cinesi.<\/p>\n<p>Numero di stelle su Github: 5.959<\/p>\n<h3>43. XSStrike<\/h3>\n<p>\nQuesto \u00e8 un pacchetto per la rilevazione di script cross-site con quattro parser scritti a mano. \u00c8 dotato anche di un generatore intelligente di payload, un potente meccanismo di fuzzing e un modulo di ricerca incredibilmente veloce. Invece di inserire payload e verificarne il funzionamento come fanno tutti gli altri strumenti, XSStrike riconosce la risposta utilizzando diversi parser e poi elabora i payload che funzioneranno sicuramente grazie all'analisi contestuale integrata nel meccanismo di fuzzing.<\/p>\n<p>Numero di stelle su Github: 7050<\/p>\n<h3>44. PythonRobotics<\/h3>\n<p>\nQuesto progetto \u00e8 una raccolta di codice per algoritmi di robotica in Python, oltre ad algoritmi di navigazione autonoma.<\/p>\n<p>Numero di stelle su Github: 6,746<\/p>\n<h3>45. Google Images Download<\/h3>\n<p>\nGoogle Images Download \u00e8 un programma Python da riga di comando che cerca parole chiave nelle immagini di Google e scarica le immagini per te. \u00c8 un piccolo programma senza dipendenze, se hai bisogno di scaricare solo fino a 100 immagini per ciascuna parola chiave.<\/p>\n<p>Numero di stelle su Github: 5749<\/p>\n<h3>46. Trape<\/h3>\n<p>\nConsente di monitorare ed eseguire attacchi di ingegneria sociale in tempo reale. Aiuta a scoprire come le grandi aziende internet possano ottenere informazioni riservate e controllare gli utenti senza il loro consenso. Trape pu\u00f2 anche aiutare a tracciare i cybercriminali.<\/p>\n<p>Numero di stelle su Github: 4256<\/p>\n<h3>47. Xonsh<\/h3>\n<p>\nXonsh \u00e8 un linguaggio di programmazione per la linea di comando e una shell cross-platform che si concentra su Unix, basato su Python. \u00c8 un superset di Python 3.5+ con primitivi shell aggiuntivi simili a quelli di Bash e IPython. Xonsh funziona su Linux, Mac OS X, Windows e altri sistemi operativi principali.<\/p>\n<p>Numero di stelle su Github: 3426<\/p>\n<h3>48. GIF per CLI<\/h3>\n<p>\nRichiede un GIF o un breve video o una richiesta, e con l'API di Tenor GIF viene convertito in grafica ASCII animata. Utilizza sequenze di escape ANSI per l'animazione e il colore.<\/p>\n<p>Numero di stelle su Github: 2547<\/p>\n<h3>49. Cartoonify<\/h3>\n<p>\nDraw This \u2014 una fotocamera Polaroid capace di disegnare cartoni animati. Utilizza una rete neurale per riconoscere gli oggetti, il dataset Google Quickdraw, una termoprinter e Raspberry Pi. Quick, Draw! \u00e8 un gioco di Google in cui ai giocatori viene chiesto di disegnare un'immagine di un oggetto\/idea, e poi il sistema cerca di indovinare cosa rappresenta in meno di 20 secondi.<\/p>\n<p>Numero di stelle su Github: 1760<\/p>\n<h3>50. Zulip<\/h3>\n<p>\nZulip \u00e8 un'app per la chat di gruppo che funziona in tempo reale, risultando produttiva grazie alle conversazioni multithread. Molte aziende della lista Fortune 500 e progetti open source la utilizzano per la chat in tempo reale, gestendo migliaia di messaggi al giorno.<\/p>\n<p>Numero di stelle su Github: 10,432<\/p>\n<h3>51. YouTube-dl<\/h3>\n<p>\n\u00c8 un programma da riga di comando che consente di scaricare video da YouTube e alcuni altri siti. Non \u00e8 legato a una piattaforma specifica.<\/p>\n<p>Numero di stelle su Github: 55,868<\/p>\n<h3>52. Ansible<\/h3>\n<p>\nQuesto \u00e8 un semplice sistema di automazione IT, in grado di gestire le seguenti funzioni: gestione della configurazione, distribuzione delle applicazioni, inizializzazione del cloud, esecuzione di compiti speciali, automazione della rete e orchestrazione multi-nodo.<\/p>\n<p>Numero di stelle su Github: 39.443<\/p>\n<h3>53. HTTPie<\/h3>\n<p>\nHTTPie \u00e8 un client HTTP da riga di comando. Semplifica l'interazione CLI con i servizi web. Per il comando http, consente di inviare richieste HTTP arbitrarie con una sintassi semplice e di ricevere un output colorato. Possiamo usarlo per testare, fare debug e interagire con i server HTTP.<\/p>\n<p>Numero di stelle su Github: 43.199<\/p>\n<h3>54. Tornado Web Server<\/h3>\n<p>\n\u00c8 un framework web, una libreria di rete asincrona per Python. Utilizza input\/output di rete non bloccanti per scalare oltre milleduecento connessioni aperte. Questo lo rende una scelta eccellente per richieste lunghe e WebSockets.<\/p>\n<p>Numero di stelle su Github: 18.306<\/p>\n<h3>55. Requests<\/h3>\n<p>\nRequests \u00e8 una libreria che consente di inviare facilmente richieste HTTP\/1.1. Non \u00e8 necessario aggiungere manualmente i parametri agli URL o codificare i dati PUT e POST.<br \/>\nNumero di stelle su Github: 40.294<\/p>\n<h3>56. Scrapy<\/h3>\n<p>\nScrapy \u00e8 un framework di alto livello, veloce e potente, per l'estrazione di dati web. Puoi usarlo per navigare nei siti web al fine di estrarre dati strutturati. \u00c8 anche utile per l'analisi dei dati, il monitoraggio e i test automatizzati.<\/p>\n<p>Numero di stelle su Github: 34.493<br \/>\n<br \/>Fonte: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/edison\/blog\/477442\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>1. Flask \u042d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a, \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 Python. \u041e\u043d \u043d\u0435 \u0438\u043c\u0435\u0435\u0442 \u0432\u0430\u043b\u0438\u0434\u0430\u0446\u0438\u0439 \u0434\u043b\u044f \u0444\u043e\u0440\u043c \u0438 \u0443\u0440\u043e\u0432\u043d\u044f \u0430\u0431\u0441\u0442\u0440\u0430\u043a\u0446\u0438\u0438 \u0431\u0430\u0437\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u0430\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0442\u043e\u0440\u043e\u043d\u043d\u0438\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0434\u043b\u044f \u043e\u0431\u0449\u0438\u0445 \u0444\u0443\u043d\u043a\u0446\u0438\u0439. \u0418 \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a. Flask \u043f\u0440\u0435\u0434\u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d \u0434\u043b\u044f \u043f\u0440\u043e\u0441\u0442\u043e\u0433\u043e \u0438 \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0430 \u0442\u0430\u043a\u0436\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u044b\u043c \u0438 \u043b\u0435\u0433\u043a\u0438\u043c. \u041e\u043d \u043e\u0441\u043d\u043e\u0432\u0430\u043d \u043d\u0430 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445 Werkzeug \u0438 Jinja2. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-53299","post","type-post","status-publish","format-standard","hentry","category-novosti-interneta"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 4.9.10 - aioseo.com -->\n\t<meta name=\"description\" content=\"1. Flask \u042d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a, \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 Python. \u041e\u043d \u043d\u0435 \u0438\u043c\u0435\u0435\u0442 \u0432\u0430\u043b\u0438\u0434\u0430\u0446\u0438\u0439 \u0434\u043b\u044f \u0444\u043e\u0440\u043c \u0438 \u0443\u0440\u043e\u0432\u043d\u044f \u0430\u0431\u0441\u0442\u0440\u0430\u043a\u0446\u0438\u0438 \u0431\u0430\u0437\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u0430\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0442\u043e\u0440\u043e\u043d\u043d\u0438\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0434\u043b\u044f \u043e\u0431\u0449\u0438\u0445 \u0444\u0443\u043d\u043a\u0446\u0438\u0439. \u0418 \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a. Flask \u043f\u0440\u0435\u0434\u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d \u0434\u043b\u044f \u043f\u0440\u043e\u0441\u0442\u043e\u0433\u043e \u0438 \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0430 \u0442\u0430\u043a\u0436\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u044b\u043c \u0438 \u043b\u0435\u0433\u043a\u0438\u043c. \u041e\u043d \u043e\u0441\u043d\u043e\u0432\u0430\u043d \u043d\u0430 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445 Werkzeug \u0438 Jinja2. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/56-proektov-na-python-s-otkrytym-ishodnym-kodom\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 4.9.10\" \/>\n\t\t<meta property=\"og:locale\" content=\"it_IT\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd4756 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432 \u043d\u0430 Python \u0441 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c \u043a\u043e\u0434\u043e\u043c | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"1. Flask \u042d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a, \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 Python. \u041e\u043d \u043d\u0435 \u0438\u043c\u0435\u0435\u0442 \u0432\u0430\u043b\u0438\u0434\u0430\u0446\u0438\u0439 \u0434\u043b\u044f \u0444\u043e\u0440\u043c \u0438 \u0443\u0440\u043e\u0432\u043d\u044f \u0430\u0431\u0441\u0442\u0440\u0430\u043a\u0446\u0438\u0438 \u0431\u0430\u0437\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u0430\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0442\u043e\u0440\u043e\u043d\u043d\u0438\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0434\u043b\u044f \u043e\u0431\u0449\u0438\u0445 \u0444\u0443\u043d\u043a\u0446\u0438\u0439. \u0418 \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a. Flask \u043f\u0440\u0435\u0434\u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d \u0434\u043b\u044f \u043f\u0440\u043e\u0441\u0442\u043e\u0433\u043e \u0438 \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0430 \u0442\u0430\u043a\u0436\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u044b\u043c \u0438 \u043b\u0435\u0433\u043a\u0438\u043c. \u041e\u043d \u043e\u0441\u043d\u043e\u0432\u0430\u043d \u043d\u0430 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445 Werkzeug \u0438 Jinja2. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/56-proektov-na-python-s-otkrytym-ishodnym-kodom\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-11-27T21:00:00+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-02-18T11:01:11+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd4756 progetti Python open source | ProHoster","description":"1. Flask \u00e8 un microframework scritto in Python. Non ha convalide per i form e un livello di astrazione per il database, ma ti consente di utilizzare librerie esterne per funzionalit\u00e0 comuni. Ed \u00e8 proprio per questo che \u00e8 definito microframework. Flask \u00e8 progettato per la creazione rapida e semplice di applicazioni, ed \u00e8 anche scalabile e leggero. Si basa sui progetti Werkzeug e Jinja2. Puoi","canonical_url":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/56-proektov-na-python-s-otkrytym-ishodnym-kodom","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd4756 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432 \u043d\u0430 Python \u0441 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c \u043a\u043e\u0434\u043e\u043c | ProHoster","og:description":"1. Flask \u042d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a, \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 Python. \u041e\u043d \u043d\u0435 \u0438\u043c\u0435\u0435\u0442 \u0432\u0430\u043b\u0438\u0434\u0430\u0446\u0438\u0439 \u0434\u043b\u044f \u0444\u043e\u0440\u043c \u0438 \u0443\u0440\u043e\u0432\u043d\u044f \u0430\u0431\u0441\u0442\u0440\u0430\u043a\u0446\u0438\u0438 \u0431\u0430\u0437\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u0430\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0442\u043e\u0440\u043e\u043d\u043d\u0438\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0434\u043b\u044f \u043e\u0431\u0449\u0438\u0445 \u0444\u0443\u043d\u043a\u0446\u0438\u0439. \u0418 \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a. Flask \u043f\u0440\u0435\u0434\u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d \u0434\u043b\u044f \u043f\u0440\u043e\u0441\u0442\u043e\u0433\u043e \u0438 \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0430 \u0442\u0430\u043a\u0436\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u044b\u043c \u0438 \u043b\u0435\u0433\u043a\u0438\u043c. \u041e\u043d \u043e\u0441\u043d\u043e\u0432\u0430\u043d \u043d\u0430 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445 Werkzeug \u0438 Jinja2. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435","og:url":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/56-proektov-na-python-s-otkrytym-ishodnym-kodom","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-11-27T21:00:00+00:00","article:modified_time":"2020-02-18T11:01:11+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"53299","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-24 06:51:21","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 20:27:39","updated":"2026-01-24 06:51:21"},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/53299","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=53299"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/53299\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=53299"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=53299"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/tags?post=53299"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}