本文收录于 《人工智能学习入门》专栏。从零基础开始,分享一些人工智能、机器学习、深度学习相关的知识,包括基本概念、技术原理、应用场景以及如何开发实战等等。
相信完整学习后会有很多收获。欢迎关注,谢谢!
一、前言
最近收到一个开发任务,需要编写一个Python脚本,实现自动从服务器的网盘上把所有的曲谱文件(大约10W+)下载下来,并且按文件夹名称分类存放在本地。(PS:下载地址URL需要从数据库中读取)
于是,我想到借助DeepSeek的AI编程,帮助我完成这个编程任务。
下面分享一下,我是如何使用DeepSeek AI,完成编程任务的。
话不多说,我们一起进入正题吧。
二、DeepSeek AI编程体验记录
首先,点击百度首页中“AI 搜索DeepSeek”按钮,打开强大的DeepSeek AI。
之后,告诉DeepSeek具体的编程任务。
一般我会按照这种格式提问:
1、确定AI的扮演的角色是什么?比如“你是一位Python编程工程师”。
2、告诉AI具体的编程任务是什么?比如“编写一个python脚本,从数据库中读取文件下载链接,之后访问文件下载链接,自动下载文件。”
3、告诉AI有哪些要求?比如“要求代码简洁清晰”
之后,DeepSeek会针对如何完成这个任务,进行思考。
仔细查看DeepSeek思考过程发现,它的编程思路步骤是正确的,满足我的要求。
之后,再仔细查看DeepSeek思考过程发现,它不知道当前我使用了哪种类型的数据库,它指定了SQLite数据库,不满足我的需求(当前项目使用了MySQL数据库)。
之后,我要求DeepSeek修改代码,把数据库类型更换成MySQL数据库。
之后,再次检查DeepSeek提供的代码和使用说明,没有发现问题,完全满足要求。
附:以下是DeepSeek提供的完整答案
2.1 完整代码
import pymysql
import requests
import os
from typing import Generator
def fetch_download_links(
host: str,
user: str,
password: str,
database: str,
table: str = "files"
) -> Generator[tuple, None, None]:
"""从MySQL数据库获取下载链接"""
conn = pymysql.connect(
host=host,
user=user,
password=password,
database=database,
cursorclass=pymysql.cursors.DictCursor
)
try:
with conn.cursor() as cursor:
cursor.execute(f"SELECT url, filename FROM {table}")
while (row := cursor.fetchone()) is not None:
yield row['url'], row['filename']
finally:
conn.close()
def download_file(url: str, save_path: str) -> bool:
"""下载单个文件(与之前相同保持不变)"""
try:
with requests.get(url, stream=True, timeout=30) as response:
response.raise_for_status()
with open(save_path, 'wb') as f:
for chunk in response.iter_content(chunk_size=8192):
f.write(chunk)
return True
except Exception as e:
print(f"下载失败: {url} - {str(e)}")
return False
def main(
db_host: str,
db_user: str,
db_password: str,
db_name: str,
output_dir: str = "downloads",
table: str = "files"
):
"""主函数"""
os.makedirs(output_dir, exist_ok=True)
for url, filename in fetch_download_links(
host=db_host,
user=db_user,
password=db_password,
database=db_name,
table=table
):
if not url or not filename:
continue
save_path = os.path.join(output_dir, filename)
print(f"正在下载: {filename}")
if download_file(url, save_path):
print(f"下载完成: {filename}")
else:
print(f"跳过无效文件: {filename}")
if __name__ == "__main__":
import argparse
parser = argparse.ArgumentParser(description="MySQL文件下载器")
parser.add_argument("--host", required=True, help="MySQL主机地址")
parser.add_argument("--user", required=True, help="数据库用户名")
parser.add_argument("--password", required=True, help="数据库密码")
parser.add_argument("--db", required=True, help="数据库名称")
parser.add_argument("--table", default="files", help="数据表名")
parser.add_argument("--output", default="downloads", help="输出目录")
args = parser.parse_args()
main(
db_host=args.host,
db_user=args.user,
db_password=args.password,
db_name=args.db,
output_dir=args.output,
table=args.table
)
2.2 特性说明
-
模块化设计:分离数据库查询、文件下载和主逻辑
-
安全下载:
- 使用流式下载避免大文件内存占用
- 超时机制和异常处理
- 自动创建输出目录
-
类型提示:增强代码可读性
-
命令行支持:通过argparse支持参数配置
-
资源管理:
- 使用上下文管理器管理数据库连接
- with语句确保文件正确关闭
2.3 使用说明
- 安装依赖:
pip install pymysql requests
- 准备MySQL表:
CREATE TABLE files (
id INT AUTO_INCREMENT PRIMARY KEY,
url VARCHAR(512) NOT NULL,
filename VARCHAR(255) NOT NULL
);
- 运行命令:
mysql_downloader.py \
--host 127.0.0.1 \
--user root \
--password your_db_password \
--db your_database \
--output ./downloads
2.4 注意事项
- 敏感信息处理:建议通过环境变量传递密码:
export DB_PASSWORD="your_password"
python script.py --password $DB_PASSWORD
- 连接池建议:高频访问时可考虑使用:
from DBUtils.PooledDB import PooledDB
pool = PooledDB(pymysql, 5, host=..., user=..., password=..., database=...)
- SSL连接:生产环境建议添加SSL参数:
conn = pymysql.connect(
...,
ssl={'ca': '/path/to/ca-cert.pem'}
)
三、总结
通过这次的AI编程体验发现,DeepSeek在编程的时候,能够跟程序员一样的去分解任务,思考如何实现需求,整理开发步骤 。
另外,除了考虑功能如何实现,还会从性能、安全、可读性等等方面考虑,实在是太强大了,简直就是一个编程老手。
**我能想到的,它想到了。我没有有想到的,它也想到了,作为一个老程序员,感觉到AI编程的厉害了,哈哈~~ **
如果您对文章中内容有疑问,欢迎在评论区进行留言,我会尽量抽时间给您回复。如果文章对您有帮助,欢迎点赞、收藏。您的点赞,是对我最大的支持和鼓励,谢谢 :-)