低コードの時代の加速

これまで、私たちが「コード」と呼んだ多くのプログラミング言語は、最終的に機械と話すためのツールでした。考えてみてください。外国人と私たちがいます。私たちが外国語を学び、彼らと自由にコミュニケーションする方法もありますが、彼らが韓国語を習うスピードが速くなったと考えればいいのです。

以前は、繰り返しの作業やスクリプトを書くときに、プログラミング言語関連の本を買ってみるか、講義を聞かなければならないとしたら、今は「Aという作業をしたいのに良い方法がないのだろうか？」と聞いてください。

実際、私たちは上記でコードを編むことを経験しました。それでは、ここで新機能を付けるのはどうでしょうか？

"진행상황을 확인하고 매 분마다 자동으로 크롤링 결과를 csv에 저장하는 코드로 바꿔주십시오."

上記のコマンドでは、定期的に機能する機能、進行状況を確認する機能、Csvでクリーンアップする機能などを要求しました。では、言語モデルを次のように提案します。

既存のコードを修正して進捗状況を確認し、毎分自動的にネイバーニュースをクロールしてCSVファイルに保存する機能を追加します。これにはPythonのtimeとcsvモジュールを使用します。

Time.sleep(60) を使用して毎分クロールします。

クロールしたデータをCSVファイルに保存するには、csvモジュールを使用します。

進行状況を確認できるようにログメッセージを出力します。

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()

実際、「人工知能」に関連するニュースをクロールして保存するサービスが作成されたことを確認できます。それでは、作成してエラーが発生したらどうでしょうか？エラーの内容を尋ねてください。エラーで浮かぶ出力値をコピーに言語モデルに尋ねると、そのエラーに合った答えを抽出してくれます。

つまり、これはプログラミングを知らないこれらの立場では自然言語で話すことをコードに変換してくれるだけでなく、既存のコードを織る人にも以下のような便利な機能を提供します。

•

バグを修正する：すでに書かれたコードでバグを見つけた場合は、言語モデルに問題を説明し、修正方法を問い合わせることができます。モデルはバグを修正する方法を提示することができます。

•

コードの最適化：言語モデルは、コードのパフォーマンスを向上させるか、より効率的にする方法を提供できます。たとえば、より高速なアルゴリズムを提案したり、コード構造を改善する方法を提示することができます。

•

文書化とコメントの追加：コードにコメントを追加または文書化するために言語モデルを使用できます。コードの各部分がどのように機能するかを説明するコメントを生成できます。

最近、Code作成に特化したAmazonのQやMetaのCode LLaMAなどが出てきており、これはLow-code、No-code市場に加速化を呼ぶものと見られます。

ソースを表示し、著作権者の許可の下で営利目的で使用することができます。

Made with Slashpage