अब तक जिन प्रोग्रामिंग भाषाओं को हम 'कोड' कहते हैं, वे सभी आखिरकार मशीन से संवाद करने के साधन थे। ज़रा सोचिए—हम और विदेशी हैं। हम उनकी भाषा सीखकर भी संवाद कर सकते हैं, लेकिन सोचिए अगर वे हमारी भाषा इतनी जल्दी सीखने लगे तो?
पहले, जब हमें कोई दोहराव वाला काम या स्क्रिप्ट लिखनी होती थी, तो प्रोग्रामिंग से जुड़ी किताबें खरीदनी पड़ती थीं या कोई लेक्चर सुनना पड़ता था। लेकिन अब बस पूछ सकते हैं, "मैं कार्य A करना चाहता हूँ, क्या कोई अच्छा तरीका है?"
असल में, ऊपर हमने कोड लिखने का अनुभव कर लिया। तो क्यों न इसमें एक नई सुविधा जोड़कर देखें?
"진행상황을 확인하고 매 분마다 자동으로 크롤링 결과를 csv에 저장하는 코드로 바꿔주십시오."
ऊपर दिए गए आदेश के ज़रिए हमने नियमित रूप से चलने वाला, प्रगति की जांच का, और CSV में व्यवस्थित करने वाला फंक्शन माँगा। तो फिर, भाषा मॉडल को इस तरह सुझाव दिया जा सकता है।
हम मौजूदा कोड को संशोधित करेंगे ताकि प्रगति देख सकें, और हर मिनट Naver News को अपने आप क्रॉल कर के CSV फाइल में सेव करने का फंक्शन जोड़ेंगे। इसके लिए Python का time और csv मॉड्यूल इस्तेमाल करेंगे।
1.
हर मिनट पर क्रॉलिंग करने के लिए time.sleep(60) का इस्तेमाल करते हैं।
2.
क्रॉल किए गए डेटा को CSV फाइल में सेव करने के लिए csv मॉड्यूल का उपयोग किया जाता है।
3.
प्रगति देखने के लिए लॉग मैसेज प्रिंट किए जाते हैं।
import requests
from bs4 import BeautifulSoup
import csv
import time
def get_latest_naver_news(query, num_articles=10):
url = f"https://search.naver.com/search.naver?where=news&sm=tab_jum&query={query}"
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
news_items = soup.find_all('div', {'class': 'news_area'}, limit=num_articles)
latest_news = []
for item in news_items:
title = item.find('a', {'class': 'news_tit'}).text
link = item.find('a', {'class': 'news_tit'})['href']
latest_news.append({'title': title, 'link': link})
return latest_news
def save_news_to_csv(news_items, filename='latest_naver_news.csv'):
with open(filename, 'a', newline='', encoding='utf-8') as file:
writer = csv.DictWriter(file, fieldnames=['title', 'link'])
writer.writeheader()
for news in news_items:
writer.writerow(news)
def main():
query = '인공지능'
while True:
print(f"{time.strftime('%Y-%m-%d %H:%M:%S')}에 크롤링 시작")
latest_news_items = get_latest_naver_news(query)
save_news_to_csv(latest_news_items)
print(f"{time.strftime('%Y-%m-%d %H:%M:%S')}에 크롤링 완료, 다음 크롤링까지 60초 대기")
time.sleep(60)
if __name__ == "__main__":
main()
असल में, अब आप देख सकते हैं कि 'आर्टिफिशियल इंटेलिजेंस' से जुड़े न्यूज़ को क्रॉल करके सेव करने वाली सेवा बन गई है। लेकिन अगर इसे बनाते वक्त कोई एरर आ जाए तो? बस एरर का विवरण पूछ लें। जो एरर मैसेज आया है, उसे कॉपी कर के भाषा मॉडल से पूछ लें—मॉडल उसी एरर से जुड़ा हुआ समाधान निकाल देगा।
यानी, यह न सिर्फ़ प्रोग्रामिंग न जानने वालों के लिए नैचुरल लैंग्वेज को कोड में बदल देता है, बल्कि जो लोग पहले से कोड लिखते हैं, उन्हें भी ये नीचे बताई गई तरह-तरह की सुविधाएँ देता है।
•
बग फिक्स: अगर पहले से लिखा हुआ कोड बग देता है, तो आप भाषा मॉडल को अपनी समस्या समझाकर उससे सॉल्यूशन पूछ सकते हैं। मॉडल बग ठीक करने के तरीके भी दे सकता है।
•
कोड ऑप्टिमाइज़ेशन: भाषा मॉडल आपके कोड की परफॉर्मेंस बेहतर बनाने या उसे और प्रभावी बनाने के उपाय बता सकता है। मसलन, यह तेज़ एल्गोरिदम सुझा सकता है या कोड की संरचना कैसे सुधारें, इस पर सलाह दे सकता है।
•
डॉक्यूमेंटेशन और एनोटेशन: भाषा मॉडल से आप अपने कोड को डाक्यूमेंट या उसमें टिप्पणियाँ जोड़ सकते हैं। कोड के हर हिस्से का क्या काम है, इसकी व्याख्या करती हुई टिप्पणियाँ बनाई जा सकती हैं।
हाल में, अमेज़न का Q या मेटा का Code LLaMA जैसे कोडिंग स्पेशल टूल्स आ चुके हैं, जिससे लो-कोड, नो-कोड बाजार की रफ्तार बढ़ने वाली है।
ⓒ 2023. हेबॉम, सभी अधिकार सुरक्षित।
कॉपीराइट धारक की अनुमति से इसका उपयोग वाणिज्यिक प्रयोजनों के लिए किया जा सकता है, बशर्ते स्रोत का उल्लेख किया जाए।
