import requests


def get_ip_info(ip_address):
    # Токен для доступа к API сервиса ipinfo.io
    token = ''
    # Формируем URL для запроса информации об IP-адресе
    url = f'https://ipinfo.io/{ip_address}/json?token={token}'

    try:
        # Выполняем GET-запрос по сформированному URL
        response = requests.get(url)
        # Проверяем, что запрос завершился успешно (код статуса 200)
        response.raise_for_status()
        # Парсим ответ сервера в формате JSON
        data = response.json()
        # Возвращаем данные о IP-адресе
        return data
    # Обрабатываем возможные исключения при выполнении запроса
    except requests.RequestException as e:
        # Выводим сообщение об ошибке
        print(f'Не удалось получить информацию об IP-адресе: {e}')
        # Возвращаем None в случае ошибки
        return None


def main():
    # Запрашиваем у пользователя ввод IP-адреса
    ip = input("Введите IP-адрес: ")
    # Получаем информацию об IP-адресе с помощью функции get_ip_info
    info = get_ip_info(ip)
    if info:  # Если информация успешно получена
        print(f"IP-адрес: {info.get('ip')}")  # Выводим IP-адрес
        print(f"Имя хоста: {info.get('hostname')}")  # Выводим имя хоста
        print(f"Город: {info.get('city')}")  # Выводим город
        print(f"Регион: {info.get('region')}")  # Выводим регион
        print(f"Страна: {info.get('country')}")  # Выводим страну
        print(f"Расположение: {info.get('loc')}")  # Выводим координаты (широта и долгота)
        print(f"Организация: {info.get('org')}")  # Выводим организацию (провайдера)


if __name__ == "__main__":
    main()

from bs4 import BeautifulSoup


def get_images_from_file(file_path):
    # Открываем HTML-файл и считываем его содержимое
    with open(file_path, 'r', encoding='utf-8') as file:
        html_content = file.read()

    # Создаём объект BeautifulSoup и извлекаем источники изображений
    soup = BeautifulSoup(html_content, 'html.parser')
    return [img['src'] for img in soup.find_all('img', src=True)]


file_path = 'index.html'
print(get_images_from_file(file_path))

import vtracer
from PIL import Image

# Путь к изображению
input_image_path = "example.png"
# Путь к итоговому результату
output_image_path = "output.svg"

# Загружаем изображение
input_image = Image.open(input_image_path)

# Векторизуем изображение
vtracer.convert_image_to_svg_py(input_image_path, output_image_path)

import fitz

file = 'example.pdf'

# Открываем PDF-файл
pdf = fitz.open(file)

# Перебираем каждую страницу PDF-файла
for i in range(len(pdf)):
    # Перебираем каждое изображение на текущей странице
    for image in pdf.get_page_images(i):
        # Получаем ссылку на изображение
        xref = image[0]
        # Создаём объект Pixmap из ссылки на изображение
        pix = fitz.Pixmap(pdf, xref)
        # Проверяем, имеет ли изображение менее 5 цветовых компонентов (не является ли изображением в формате CMYK)
        if pix.n < 5:
            # Сохраняем пиксмапу в виде изображения PNG
            pix.save(f'{xref}.png')
        else:
            # Создаём новую пиксмапу с цветовым пространством RGB
            pix1 = fitz.open(fitz.csRGB, pix)
            # Сохраняем новую пиксмапу в виде изображения PNG
            pix1.save(f'{xref}.png')
            # Освобождаем ресурсы, связанных с новой пиксмапой
            pix1 = None
        # Освобождаем ресурсы, связанные с исходной пиксмапой
        pix = None