Roy Takanen RoyTakanen

## every_finnish_word.py
import string
import requests
import json

alphabets = list(string.ascii_lowercase + "åäö")

def crawl_with_prefix(alphabet, limit, start):
    headers = {} # Find these from the kielitoimistonsanakirja.fi autocomplete request in browser

    params = (

## crawl_daily_data.py
#https://pastebin.fi/p/IRfb7PacOA5B/
import requests
from bs4 import BeautifulSoup
from datetime import date
import pandas as pd
import os.path

data_file = 'data.xlsx'

today = date.today()

## app.py
#https://pastebin.fi/p/niOTvtFJu6BI/
import requests
import os
import time
from multiprocessing.dummy import Pool as ThreadPool

headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36'}

def download_file(url, local_filename):
    # NOTE the stream=True parameter below

## new_wallpaper_from_apod.py
import urllib.request, json, os, ctypes

key = "<your_apod_api_key>"
bg_path = "<path_to_your_backgrounds_folder>"

with urllib.request.urlopen("https://api.nasa.gov/planetary/apod?api_key=" + key) as url:
    data = json.loads(url.read().decode())
    file = os.path.basename(data["hdurl"])
    save_path = bg_path + file
    urllib.request.urlretrieve(data["hdurl"], save_path)

## docker-compose.yml
#https://pastebin.fi/p/Z8DF3IdYPHXX/
version: "3"
services:
  cloud-torrent:
    image: jpillora/cloud-torrent
    ports:
      - "3000:3000"
    volumes:
      - "sshfsdata:/downloads"

## MachineLearningSum.js
const limdu = require('limdu');

const dd = new limdu.classifiers.NeuralNetwork();

dd.trainBatch([
	{
        input: {
            a: 1,
            b: 2
        },

## coolpopupmodal.html
<!DOCTYPE html>
<html lang="fi" dir="ltr">
  <head>
    <meta charset="utf-8">
    <title>Popup modaali</title>
    <style media="screen">
      body {
        margin: 0;
      }

## app.py
import praw
import time
import telebot
import threading

reddit = praw.Reddit(client_id="",
                     client_secret="",
                     user_agent="Free Game Finder // praw")
bot = telebot.TeleBot("")

## proxy.js
const http = require('http'); //Otetaan http lisäosa käyttöön

http.createServer(function (req, res) { //Luodaan palvelin vastaanottamaan pyyntöjä
  http.get(req.url, (vastaus) => { //Tehdään pyyntö perustuen käyttäjän luoman pyynnön sisältävään urliin
    let data = ''; //Luodaan vain tälle lohkolle oma data muuttuja
    vastaus.on('data', (osio) => { //Aina kun urlista tulee dataa laitetaan se data muuttujaan
      data += osio;
    });
    vastaus.on('end', () => { //Kun datan tulo loppuu lähetetään http palvelimen avulla data. Säästetään tilaa käyttämällä vain res.endiä eikä res.writeä ja res.endiä
      res.end(data);

## index.html
<!DOCTYPE html>
<html lang="fi" dir="ltr">
  <head>
    <meta charset="utf-8">
    <title>Popup modaali</title>
    <style media="screen">
      body {
        margin: 0;
      }
	import string
	import requests
	import json

	alphabets = list(string.ascii_lowercase + "åäö")

	def crawl_with_prefix(alphabet, limit, start):
	headers = {} # Find these from the kielitoimistonsanakirja.fi autocomplete request in browser

	params = (
	#https://pastebin.fi/p/IRfb7PacOA5B/
	import requests
	from bs4 import BeautifulSoup
	from datetime import date
	import pandas as pd
	import os.path

	data_file = 'data.xlsx'

	today = date.today()
	#https://pastebin.fi/p/niOTvtFJu6BI/
	import requests
	import os
	import time
	from multiprocessing.dummy import Pool as ThreadPool

	headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36'}

	def download_file(url, local_filename):
	# NOTE the stream=True parameter below
	import urllib.request, json, os, ctypes

	key = "<your_apod_api_key>"
	bg_path = "<path_to_your_backgrounds_folder>"

	with urllib.request.urlopen("https://api.nasa.gov/planetary/apod?api_key=" + key) as url:
	data = json.loads(url.read().decode())
	file = os.path.basename(data["hdurl"])
	save_path = bg_path + file
	urllib.request.urlretrieve(data["hdurl"], save_path)
	#https://pastebin.fi/p/Z8DF3IdYPHXX/
	version: "3"
	services:
	cloud-torrent:
	image: jpillora/cloud-torrent
	ports:
	- "3000:3000"
	volumes:
	- "sshfsdata:/downloads"
	const limdu = require('limdu');

	const dd = new limdu.classifiers.NeuralNetwork();

	dd.trainBatch([
	{
	input: {
	a: 1,
	b: 2
	},
	<!DOCTYPE html>
	<html lang="fi" dir="ltr">
	<head>
	<meta charset="utf-8">
	<title>Popup modaali</title>
	<style media="screen">
	body {
	margin: 0;
	}
	import praw
	import time
	import telebot
	import threading

	reddit = praw.Reddit(client_id="",
	client_secret="",
	user_agent="Free Game Finder // praw")
	bot = telebot.TeleBot("")
	const http = require('http'); //Otetaan http lisäosa käyttöön

	http.createServer(function (req, res) { //Luodaan palvelin vastaanottamaan pyyntöjä
	http.get(req.url, (vastaus) => { //Tehdään pyyntö perustuen käyttäjän luoman pyynnön sisältävään urliin
	let data = ''; //Luodaan vain tälle lohkolle oma data muuttuja
	vastaus.on('data', (osio) => { //Aina kun urlista tulee dataa laitetaan se data muuttujaan
	data += osio;
	});
	vastaus.on('end', () => { //Kun datan tulo loppuu lähetetään http palvelimen avulla data. Säästetään tilaa käyttämällä vain res.endiä eikä res.writeä ja res.endiä
	res.end(data);