广告人变代码人？我的 Python 学习实录

大家好！今天想聊一个和我平常内容有点不同、但非常相关的话题——Google 的 IT Automation with Python 课程。在 AI 与技术正在重塑各行各业的时代，无论你来自哪个领域，持续升级都很关键。开始吧！

为什么选这门课？

你可能会想：“像你这样做了很多年广告的人，为什么突然跑去学 Python 和 IT 自动化？”答案在 AI，尤其是大语言模型（LLM）。我一直对生成式 AI 应用很感兴趣，也想用 OpenAI、Google Cloud 等 API 自己做点东西。

但问题是——我不会写代码。真的完全不会。我意识到，虽然 ChatGPT 很擅长生成简单代码，但我会被自己的知识上限卡住。我甚至不知道该让机器做什么 :P 所以我决定先上一门新手友好的课程，先把整体框架补起来。

过程与挑战

全职工作、家庭、再叠加学习，这绝对不轻松。但最后我还是完成了这门 Google IT Automation with Python，这离不开家人的支持和很多深夜学习时段。卡住的时候怎么办？ChatGPT 会帮我，所以整体旅程比预想顺一些。我的完成徽章在这里。

实际应用

说重点：这些新技能我怎么用？先是我更熟悉命令行了，能更有效和操作系统、虚拟实例交互。我还把博客托管迁移到 Google Cloud Platform (GCP) 的虚拟实例上，并确保依赖包更新。也对 GCP 默认防火墙规则做了小幅调整，缩小潜在攻击面，比如限制 IP 地址范围，修改虚拟实例默认 RDP 规则。

清洗和准备博客数据

我学到的东西里，最让我兴奋的应用之一是：清洗并准备博客数据。我的博客有 450+ 篇内容，数据量不小！我写了 Python 脚本去自动化这些任务，生活轻松很多。

比如我用一个叫 WP_XML_to_Clean_HTML.py 的脚本清理博客文章 HTML 内容。它用 BeautifulSoup 去除无关标签并格式化文本。示例代码如下：

# Function to clean HTML content
def clean_html(html_content):
    # Initialize BeautifulSoup object
    soup = BeautifulSoup(html_content, 'html.parser')
    
    # Remove script and style tags
    for script_or_style in soup(["script", "style"]):
        script_or_style.extract()
        
    # ... (rest of the code)

生成元数据

我还用了另一个脚本 Generate_JSON_Lines_Metadata.py，为每个 HTML 文件生成元数据。这个对训练 LLM chatbot 特别有用。脚本用 hashlib 生成唯一 ID，并把元数据写进 JSON Lines 文件。做法如下：

# Function to generate a hashed ID
def generate_id(title):
    hashed = hashlib.sha256(title.encode()).hexdigest()
    return hashed[:63]

# ... (rest of the code)

这只是几个例子，但它们对我管理博客和准备其他项目数据非常有帮助。代码由 chatGPT 生成。

完整代码在这个 GitHub repository

我自己的 OpenAI API chatbot

是的，大约 5 个月后，我完成了 chatbot 0.1 版本。你可以在这里试用。如果你想了解更多上下文，可以看这篇："How I Built My Own Chatbot with No Coding Experience: Lessons Learned."

更广泛的意义

这些能力对我意味着什么？它们为我工作中的自动化打开了新空间。想象一下，把重复枯燥任务自动化，腾出时间做更高价值策略工作。这就是 IT 自动化的力量。

你为什么也该关心？

你可能会说：“这对你很好，但跟我有什么关系？”我的答案是：如果一个 40 岁广告从业者都能学会并适应，你也可以。世界变化很快，跟上技术进步不再是可选项，而是必选项。

Conclusion

简单说，这门课对我是一次转折。它让我在工作和个人项目里都能更好理解并运用技术。我最大的 takeaway 是：如果一个 40 岁广告人都能学会 Python 并开始做出东西，大多数人应该也可以。需要时间，但可行。

你有学过 Python 或其他编程语言吗？很想听听你的体验——尤其是那些困难部分，因为那才是最少被谈到的现实 :)

致敬，

Chandler

P.S: 如果你想看完整 Python 代码，可以到我的 Github repo。也欢迎告诉我这些代码好不好，毕竟它是 chatGPT 生成的。