解放生产力！用Python结合GPT-4进行编程（下）
2.与PDF文件一起工作
虽然这不是一个常见的数据科学应用案例，但有时人们不得不从数百个PDF文件中提取文本数据来建立一个情感分析模型。这些数据是非结构化的，需要花费很多时间对其进行提取和预处理。
偶尔，你可能还要与研究人员合作，阅读和创作特定行业的时事内容。需要紧跟新闻，分析公司报告，并了解该行业的潜在趋势。
阅读100页的公司报告，提取感兴趣的词，阅读包含这些关键词的句子。或者，如果对趋势感兴趣，可以创建一个自动化的工作流程来展示关键词随时间的增长，而不是手动浏览每一份报告。
在本部分中，我们将使用来分析中的PDF文件。我们将要求聊天机器人提取PDF文件的内容，并将其写入一个文本文件中。
同样，这将使用GPT-3.5和GPT-4分别来完成，以查看生成的代码是否有明显的区别。
用GPT-3.5读取PDF文件
在本部分中，将分析一份公开发布的PDF文件，标题为《工程师机器学习简介》。如果想继续编写本部分的代码，请务必下载该文件。
首先，要求算法生成代码，从这个PDF文档中提取数据并保存到一个文本文件中:
以下是该算法提供的完整代码：
import PyPDF2# 以读二进制模式打开PDF文件
with open("Intro_to_ML.pdf", "rb") as pdf_file:# 创建一个PDF阅读器对象pdf_reader = PyPDF2.PdfFileReader(pdf_file)# 获取PDF文件的总页数num_pages = pdf_reader.getNumPages()# 创建一个新的文本文件with open("output_file.txt", "w") as txt_file:# 循环浏览PDF文件中的每一页for page_num in range(num_pages):# 从当前页获取文本page_text = pdf_reader.getPage(page_num).extractText()# 把文本写到文本文件中txt_file.write(page_text)
(注意：确保将PDF文件名改为你在运行此代码前保存的文件名)。
但是，在运行GPT-3.5生成的代码后，遇到了以下错误：
回到GPT-3.5，看看该模型是否能解决这个问题：
把这个错误粘贴到上，模型回复说可以通过把使用的编码改为utf-8来解决这个问题。它还给出了一些修改过的代码，反映了这一变化：
import PyPDF2# 以读二进制模式打开PDF文件
with open("Intro_to_ML.pdf", "rb") as pdf_file:# 创建一个PDF阅读器对象pdf_reader = PyPDF2.PdfFileReader(pdf_file)# 获取PDF文件的总页数num_pages = pdf_reader.getNumPages()# 创建一个具有utf-8编码的新文本文件with open("output_file.txt", "w", encoding="utf-8") as txt_file:# 循环浏览PDF文件中的每一页for page_num in range(num_pages):# 从当前页面获取文本page_text = pdf_reader.getPage(page_num).extractText()# 把文本写到文本文件中txt_file.write(page_text)
这段代码成功执行并创建了一个名为.txt的文本文件。PDF文档中的所有内容都被写入该文件：
用GPT-4读取PDF文件
现在，把同样的提示粘贴到GPT-4中，看看该模型的结果如何：
以下是GPT-4生成的完整代码：
import PyPDF2def pdf_to_text(input_pdf, output_txt):with open(input_pdf, "rb") as pdf_file:pdf_reader = PyPDF2.PdfFileReader(pdf_file)num_pages = pdf_reader.numPagestext = ""for page_num in range(num_pages):page = pdf_reader.getPage(page_num)text += page.extractText()with open(output_txt, "w", encoding="utf-8") as text_file:text_file.write(text)input_pdf = "Intro_to_ML.pdf"
output_txt = "output_gpt4.txt"
pdf_to_text(input_pdf, output_txt)
看看这个!
与GPT-3.5不同的是，GPT-4已经指定应使用utf-8编码来打开文本文件。不需要再像以前那样回去修改代码了。
GPT-4提供的代码应该可以成功执行，应该可以在创建的文本文件中看到PDF文档的内容。
还有许多其他的技术可以用来实现PDF文档的自动化。如果想进一步探索，这里有一些其他的提示，可以输入：
建议在空闲时间尝试其中的一些——也许会惊讶于GPT-4可以帮助用户快速完成通常需要几个小时才能完成的琐碎任务。
每周在工作中花费几个小时来阅读和回复电子邮件。这不仅耗费时间，而且当赶着紧迫的截止日期时，要保持对电子邮件的掌控也是令人难以置信的压力。
虽然不能让帮忙写所有的电子邮件（当然大家都希望如此），但仍然可以用它来编写程序，在特定时间发送预定的电子邮件，或者修改一个可以发送给多人的电子邮件模板。
在这一部分中，将让GPT-3.5和GPT-4帮助编写一个脚本来发送自动电子邮件。
用GPT-3.5发送自动电子邮件
首先输入以下提示，以生成发送自动电子邮件的代码：
以下是GPT-3.5生成的完整代码（确保在运行此代码前更改电子邮件地址和密码）：
import smtplib# 设置SMTP连接
smtp_server = "smtp.gmail.com"
smtp_port = 587
sender_email = "your_email@gmail.com"
sender_password = "your_password"
receiver_email = "receiver_email@example.com"with smtplib.SMTP(smtp_server, smtp_port) as smtp:# 开始 TLS 加密smtp.starttls()# 登录到你的Gmail帐户smtp.login(sender_email, sender_password)# 编写你的电子邮件信息subject = "Automated email"body = "Hello,\n\nThis is an automated email sent from Python."message = f"Subject: {subject}\n\n{body}"# 发送电子邮件smtp.sendmail(sender_email, receiver_email, message)
不幸的是，这段代码目前来看并没有成功执行。它产生了以下错误：
把这个错误粘贴到中，看看这个模型是否能帮助解决这个问题：
好的，所以该算法指出了几个原因，说明了为什么会遇到这个错误。
我知道我的登录凭证和电子邮件地址是有效的，而且代码中没有错别字。所以这些原因可以被排除。
GPT-3.5还建议，允许不太安全的应用程序可能会解决这个问题。
然而，如果你尝试这样做，你将在你的谷歌账户中找不到允许访问不太安全的应用程序的选项。
这是因为谷歌出于安全考虑，不再允许用户使用安全性较低的应用程序。
最后，GPT-3.5还提到，如果启用了双因素身份认证，应该生成一个应用程序密码。
我没有启用双因素身份认证，所以我打算（暂时）放弃这种模式，看看GPT-4是否有解决方案。
用GPT-4发送自动电子邮件
好的，所以如果你在GPT-4中输入同样的提示，你会发现该算法生成的代码与GPT-3.5给我们的非常相似。这将导致我们遇到与之前相同的错误。
看看GPT-4是否可以帮助修复这个错误：
GPT-4的建议与我们之前看到的非常相似。
然而，这一次，它为我们提供了如何完成每个步骤的分步分解。
GPT-4还建议创建一个应用程序密码，让我们尝试一下。
首先，访问你的谷歌账户，导航到“安全”，并启用双因素认证。然后，在同一个部分，你应该会看到一个选项，上面写着“应用程序密码”。
点击它，将出现以下屏幕：
可以输入任何喜欢的名字，然后点击“生成”。
将出现一个新的应用程序密码。
用这个应用程序密码替换在代码中的现有密码，然后再次运行代码：
import smtplib# 设置SMTP连接
smtp_server = "smtp.gmail.com"
smtp_port = 587
sender_email = "your_email@gmail.com"
sender_password = "YOUR_APP_PASSWORD"
receiver_email = "receiver_email@example.com"with smtplib.SMTP(smtp_server, smtp_port) as smtp:# 开始 TLS 加密smtp.starttls()# 登录到你的Gmail帐户smtp.login(sender_email, sender_password)# 编写你的电子邮件信息subject = "Automated email"body = "Hello,\n\nThis is an automated email sent from Python."message = f"Subject: {subject}\n\n{body}"# 发送电子邮件smtp.sendmail(sender_email, receiver_email, message)
这次应该能成功运行，你的收件人会收到一封类似如下的电子邮件:
很完美!
感谢，我们已经成功地用发送了一封自动电子邮件。
如果你想更进一步，我建议通过生成提示来允许你：
推荐书单 《人工智能》
本书系统地介绍了基于平台的人工智能的原理及实现过程，全书共7章。第1章“从这里开始认识”，介绍人工智能及 基础知识；第2章“ 语法基础”，通过生动有趣的实验实例介绍编程语法知识；第3章“ 程序设计”，以实例为基础，介绍 的编程方法；第4 章“数据结构”，通过范例介绍列表、元组、字典、集合、函数等数据结构的使用方法；第5章“数据库及应用”，主要介绍数据库应用及Web应用开发技术，通过实例讲解数据库应用；第6章“大数据应用”，基于实例，主要介绍网络爬虫、Excel数据爬取及分析处理等技术，了解数据挖掘分析处理等大数据应用技术的一般设计流程；第7 章“人工智能”，以具体实例讲解照片人脸识别、图像识别、视频人脸识别、聊天机器人、微信语音聊天机器人、图文识别、语音识别及花朵识别等人工智能深度学习技术。
本书图文并茂，示例丰富，讲解细致透彻，介绍深入浅出，章后练习精广，具有很强的实用性和可操作性，适合初学或自学的学生，可作为中小学STEM 教育或培训机构的人工智能课程教材，也可作为大中专院校人工智能、软件工程、计算机等专业以及相关课程的教材或参考书，还可以当作全国计算机二级（）考试的教材使用。
《人工智能》(刘伟善)【摘要 书评 试读】- 京东图书京东JD.COM图书频道为您提供《人工智能》在线选购，本书作者：，出版社：清华大学出版社。买图书，到京东。网购图书，享受最低优惠折扣!
精彩回顾
《如虎添翼，6个让你效率翻倍的插件》
《还没搞懂GPT-4，就来了！一文帮你速通》
《大模型技术的根基，解读注意力机制论文《 Is All You Need》和代码实现（下）》
《大模型技术的根基，解读注意力机制论文《 Is All You Need》和代码实现（上）》
《真实对比， 与谷歌Bard大比拼》
《深入浅析，一步步用GPT打造你的聊天机器人》
微信搜索关注《学研大本营》，加入读者群
访问【IT今日热榜】，发现每日技术热点
