小白用chatgpt编写python 爬虫程序代码 抓取网页数据(js动态生成网页元素)

jS动态生成，由于呈现在网页上的内容是由JS生成而来，我们能够在浏览器上看得到，但是在HTML源码中却发现不了

一、注意：代码加入了常规的防爬技术

       如果不加，如果网站有防爬技术，比如频繁访问，后面你会发现什么数据都取不到

1.1 模拟请求头：  这里入进入一步加强，随机，主要是User-Agent这个参数

User-Agent获取地方：

1.2 伪造请求cookie：当然也这里可以做随机的

 网页获取位置：

 1.3 使用代理IP(我这里没有做这个，这个网站没必要,也没深入研究)

使用代理IP解决反爬。（免费代理不靠谱，最好使用付费的。有按次数收费的，有按时长收费的，根据自身情况选择）
是什么意思呢，就是每次发送请求，让你像从不同的地域发过来的一样，第一次我的ip地址是河北，第二次是广东，第三次是美国。。。像这样：

def get_ip_pool(cnt):"""获取代理ip的函数"""url_api = '获取代理IP的API地址'try:r = requests.get(url_api)res_text = r.textres_status = r.status_codeprint('获取代理ip状态码：', res_status)print('返回内容是：', res_text)res_json = json.loads(res_text)ip_pool = random.choice(res_json['RESULT'])ip = ip_pool['ip']port = ip_pool['port']ret = str(ip) + ':' + str(port)print('获取代理ip成功 -> ', ret)return retexcept Exception as e:print('get_ip_pool except:', str(e))
proxies = get_ip_pool() # 调用获取代理ip的函数
requests.get(url=url, headers=headers, proxies={'HTTPS': proxies}) # 发送请求

1.4 随机等待间隔访问

尽量不要用sleep(1)、sleep(3)这种整数时间的等待，一看就是机器。。
还是那句话，让爬虫程序表现地更像一个人！

time.sleep(random.uniform(0.5, 3))  # 随机等待0.5-3秒

上面4点防爬技术，不一定要全部加入，只看被爬网站是否有防爬技术，多数用到1、2点就搞定

一、例子：以抓取双色球数据为例子

官网：阳光开奖

 经过排查，是通过接口获取数据再由JS来生成这部分网页元素

通过检查元素是有数据的（JS来生成这部分网页元素）

一、不过滤什么元素字段，把所有元素导出表格

# 抓取双色球历史数据
# 编码：utf-8
import requests
import json
import random
import time
import pandas as pddata_list = []
num_pages = 1 #抓取多少页数据# 创建一个DataFrame，用于保存到excel中for page in range(1, num_pages+1):url = 'http://www.cwl.gov.cn/cwl_admin/front/cwlkj/search/kjxx/findDrawNotice?name=ssq&issueCount=&issueStart=&issueEnd=&dayStart=&dayEnd=&pageSize=30&week=&systemType=PC&pageNo='url2 = url + str(page)# request header，其中最关键的一项，User-Agent，可以写个agent_list，每次请求，随机选择一个agent，像这样：agent_list = ["Mozilla/5.0 (Linux; U; Android 2.3.6; en-us; Nexus S Build/GRK39F) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1","Avant Browser/1.2.789rel1 (http://www.avantbrowser.com)","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/532.5 (KHTML, like Gecko) Chrome/4.0.249.0 Safari/532.5","Mozilla/5.0 (Windows; U; Windows NT 5.2; en-US) AppleWebKit/532.9 (KHTML, like Gecko) Chrome/5.0.310.0 Safari/532.9","Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/534.7 (KHTML, like Gecko) Chrome/7.0.514.0 Safari/534.7","Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US) AppleWebKit/534.14 (KHTML, like Gecko) Chrome/9.0.601.0 Safari/534.14","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.14 (KHTML, like Gecko) Chrome/10.0.601.0 Safari/534.14","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.20 (KHTML, like Gecko) Chrome/11.0.672.2 Safari/534.20","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/534.27 (KHTML, like Gecko) Chrome/12.0.712.0 Safari/534.27","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/13.0.782.24 Safari/535.1","Mozilla/5.0 (Windows NT 6.0) AppleWebKit/535.2 (KHTML, like Gecko) Chrome/15.0.874.120 Safari/535.2","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.36 Safari/535.7","Mozilla/5.0 (Windows; U; Windows NT 6.0 x64; en-US; rv:1.9pre) Gecko/2008072421 Minefield/3.0.2pre","Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.0.10) Gecko/2009042316 Firefox/3.0.10"]headers = {'User-Agent': random.choice(agent_list),  # 在调用的时候，随机选取一个就可以了# 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 Edge/16.16299','Referer': 'http://www.cwl.gov.cn/ygkj/wqkjgg/ssq/','Accept-Encoding': 'gzip, deflate','Accept-Language': 'zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7','Connection': 'keep-alive','Upgrade-Insecure-Requests': '1','Cookie': 'HMF_CI=xxxxxxxxxxxxxxxxxxxxxxxxx'  # 加入自己的Cookie}# 使用代理IP# proxies = {#     'http': 'http://10.10.1.10:3128',#     'https': 'http://10.10.1.10:1080',# }#response = requests.get(url2, headers=headers, proxies=proxies).textwbdata = requests.get(url2, headers=headers).texttime.sleep(random.uniform(0.5, 3))  # 随机等待0.5-3秒data = json.loads(wbdata)  # json.loads() 方法将 JSON 数组转换为 Python 列表news = data['result']for n in news:df = pd.DataFrame(n)df.to_excel("双色球历史数据.xlsx")
print('完成')

导出excel

二、只要需要的元素字段，这里比如只需要期号、红球、蓝球("code", "red", "blue")三个数据

# 抓取双色球历史数据
# 编码：utf-8
import requests
import json
import random
import time
import pandas as pddata_list = []
# 抓取多少页数据
pageNo = 1
# 页数
pageSize = 30# 只需要期号、红球、蓝球("code", "red", "blue")三个数据
columns = ["code", "red", "blue"]
df = pd.DataFrame(columns=columns)for page in range(1, pageNo+1):url = 'http://www.cwl.gov.cn/cwl_admin/front/cwlkj/search/kjxx/findDrawNotice?name=ssq&issueCount=&issueStart=&issueEnd=&dayStart=&dayEnd=&pageSize=' + \str(pageSize) + '&week=&systemType=PC&pageNo='url2 = url + str(page)# request header，其中最关键的一项，User-Agent，可以写个agent_list，每次请求，随机选择一个agent，像这样：agent_list = ["Mozilla/5.0 (Linux; U; Android 2.3.6; en-us; Nexus S Build/GRK39F) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1","Avant Browser/1.2.789rel1 (http://www.avantbrowser.com)","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/532.5 (KHTML, like Gecko) Chrome/4.0.249.0 Safari/532.5","Mozilla/5.0 (Windows; U; Windows NT 5.2; en-US) AppleWebKit/532.9 (KHTML, like Gecko) Chrome/5.0.310.0 Safari/532.9","Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/534.7 (KHTML, like Gecko) Chrome/7.0.514.0 Safari/534.7","Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US) AppleWebKit/534.14 (KHTML, like Gecko) Chrome/9.0.601.0 Safari/534.14","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.14 (KHTML, like Gecko) Chrome/10.0.601.0 Safari/534.14","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.20 (KHTML, like Gecko) Chrome/11.0.672.2 Safari/534.20","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/534.27 (KHTML, like Gecko) Chrome/12.0.712.0 Safari/534.27","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/13.0.782.24 Safari/535.1","Mozilla/5.0 (Windows NT 6.0) AppleWebKit/535.2 (KHTML, like Gecko) Chrome/15.0.874.120 Safari/535.2","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.36 Safari/535.7","Mozilla/5.0 (Windows; U; Windows NT 6.0 x64; en-US; rv:1.9pre) Gecko/2008072421 Minefield/3.0.2pre","Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.0.10) Gecko/2009042316 Firefox/3.0.10"]headers = {'User-Agent': random.choice(agent_list),  # 在调用的时候，随机选取一个就可以了# 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 Edge/16.16299','Referer': 'http://www.cwl.gov.cn/ygkj/wqkjgg/ssq/','Accept-Encoding': 'gzip, deflate','Accept-Language': 'zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7','Connection': 'keep-alive','Upgrade-Insecure-Requests': '1','Cookie': 'HMF_CI=xxxxxxxxxx'  # 加入自己的Cookie}# 使用代理IPwbdata = requests.get(url2, headers=headers).text# 随机等待间隔访问 随机等待0.5-3秒time.sleep(random.uniform(0.5, 3))data = json.loads(wbdata)news = data['result']# 过滤不要的元素数据new_json = json.dumps([{key: x[key] for key in columns} for x in news])# 再将JSON 数组转换为 Python 列表listnew_response = json.loads(new_json)for n, arr in enumerate(new_response):index = n+(pageNo-1)*pageSize  # 插入新数据时要添加索引df.loc[index] = arr  # 一次插入一行数据df.to_excel("双色球历史数据2.xlsx")
print('完成')

上面都是获取一个网页的数据，如果源数据网页是有分页的，那如何抓取

三、抓取多个网页数据

# 抓取双色球历史数据
# 编码：utf-8
import requests
import json
import random
import time
import pandas as pddata_list = []
# 抓取多少页数据
pageNo = 2
# 页数
pageSize = 30# 只需要期号、红球、蓝球("code", "red", "blue")三个数据
columns = ["code", "red", "blue"]
df = pd.DataFrame(columns=columns)for page in range(1, pageNo+1):url = 'http://www.cwl.gov.cn/cwl_admin/front/cwlkj/search/kjxx/findDrawNotice?name=ssq&issueCount=&issueStart=&issueEnd=&dayStart=&dayEnd=&pageSize=' + \str(pageSize) + '&week=&systemType=PC&pageNo='url2 = url + str(page)# request header，其中最关键的一项，User-Agent，可以写个agent_list，每次请求，随机选择一个agent，像这样：agent_list = ["Mozilla/5.0 (Linux; U; Android 2.3.6; en-us; Nexus S Build/GRK39F) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1","Avant Browser/1.2.789rel1 (http://www.avantbrowser.com)","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/532.5 (KHTML, like Gecko) Chrome/4.0.249.0 Safari/532.5","Mozilla/5.0 (Windows; U; Windows NT 5.2; en-US) AppleWebKit/532.9 (KHTML, like Gecko) Chrome/5.0.310.0 Safari/532.9","Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/534.7 (KHTML, like Gecko) Chrome/7.0.514.0 Safari/534.7","Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US) AppleWebKit/534.14 (KHTML, like Gecko) Chrome/9.0.601.0 Safari/534.14","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.14 (KHTML, like Gecko) Chrome/10.0.601.0 Safari/534.14","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.20 (KHTML, like Gecko) Chrome/11.0.672.2 Safari/534.20","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/534.27 (KHTML, like Gecko) Chrome/12.0.712.0 Safari/534.27","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/13.0.782.24 Safari/535.1","Mozilla/5.0 (Windows NT 6.0) AppleWebKit/535.2 (KHTML, like Gecko) Chrome/15.0.874.120 Safari/535.2","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.36 Safari/535.7","Mozilla/5.0 (Windows; U; Windows NT 6.0 x64; en-US; rv:1.9pre) Gecko/2008072421 Minefield/3.0.2pre","Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.0.10) Gecko/2009042316 Firefox/3.0.10"]headers = {'User-Agent': random.choice(agent_list),  # 在调用的时候，随机选取一个就可以了# 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 Edge/16.16299','Referer': 'http://www.cwl.gov.cn/ygkj/wqkjgg/ssq/','Accept-Encoding': 'gzip, deflate','Accept-Language': 'zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7','Connection': 'keep-alive','Upgrade-Insecure-Requests': '1','Cookie': 'xxxxxxxxx'  # 加入自己的Cookie}# 使用代理IPwbdata = requests.get(url2, headers=headers).text# 随机等待间隔访问 随机等待0.5-3秒time.sleep(random.uniform(0.5, 3))data = json.loads(wbdata)news = data['result']# 过滤不要的元素数据new_json = json.dumps([{key: x[key] for key in columns} for x in news])# 再将JSON 数组转换为 Python 列表listnew_response = json.loads(new_json)# 把抓取每一个网页的数据加入data_list数组中(python中list) extend() 函数用于在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表） 不能用append()data_list.extend(new_response)print('------------1.抓取到第' + str(page) + '页数据---------------')# print(data_list)
for n, arr in enumerate(data_list):df.loc[n+1] = arr  # 一次插入一行数据
df.to_excel("双色球历史数据.xlsx")
df.head()
print('数据导出导出完成:双色球历史数据.xlsx')

，如果这个编程语言完全不会，用chatgpt来写代码还是有点困难的，对于编程人员来说chatpgt就很好用

参考：

python怎样抓取js生成的页面_ITPUB博客

python抓取数据，pandas 处理并存储为excel_python pandas生成excel_格物致理，的博客-CSDN博客

【道高一尺，魔高一丈】Python爬虫之如何应对网站反爬虫策略_python应对反爬虫策略_Python程序员小泉的博客-CSDN博客

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/3653.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

用ChatGPT+爬虫搞钱，赚了！

用ChatGPT+爬虫搞钱，赚了！

这几个月真是太科幻了，各路令人赞叹的AI产品接连问世，感觉幻想过的未来已在眼前。就与多年前移动互联网的普及一样，我们正处于AI改变世界的前夜。 在众多优秀的人工智能模型中，以ChatGPT最为火爆！其在3月推出的插件功能…
阅读更多...
微软new bing chatgpt 逆向爬虫实战

微软new bing chatgpt 逆向爬虫实战

gospider 介绍 gospider 是一个golang 爬虫神器，它内置了多种反爬虫模块,是golang 爬虫必备的工具包 安装 go get -u gitee.com/baixudong/gospidergitee地址 https://gitee.com/baixudong/gospidergithub地址 https://github.com/baixudong007/gospider开始ne…
阅读更多...
用ChatGPT+Python爬虫变现，你学会了吗？

用ChatGPT+Python爬虫变现，你学会了吗？

今年真是太科幻了，各路令人赞叹的AI产品接连问世，感觉幻想过的未来已在眼前。就与多年前移动互联网的普及一样，我们正处于AI改变世界的前夜。 在众多优秀的人工智能产品中，以ChatGPT最为火爆！在OpenAI为其推出了GPT-4…
阅读更多...
chatgpt帮你写爬虫程序

chatgpt帮你写爬虫程序

场景： chatgpt帮你写爬虫程序，轻松获取工作需要的数据 方法 安装python环境import requests from bs4 import BeautifulSoup import pandas as pd# 设置请求头部，模拟浏览器访问 headers {User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64…
阅读更多...
ChatGPT编程秀：做一个简单爬虫程序

ChatGPT编程秀：做一个简单爬虫程序

随着ChatGPT的大火，越来越多的人习惯于用ChatGPT搞一些有趣的事。对于一个资深的爬虫程序来说，体验下ChatGPT做爬虫程序也是很有意思的事情。 首先想想我们的问题域，我想到几个问题： 不能用HTTP请求去爬，如果我直接用…
阅读更多...
ChatGPT 帮我自动编写 Python 爬虫脚本

ChatGPT 帮我自动编写 Python 爬虫脚本

都知道最近ChatGPT聊天机器人爆火，我也想方设法注册了账号，据说后面要收费了。 ChatGPT是一种基于大语言模型的生成式AI，换句话说它可以自动生成类似人类语言的文本，把梳理好的有逻辑的答案呈现在你面前，这完全不同于…
阅读更多...
ChatGPT 和爬虫有什么区别

ChatGPT 和爬虫有什么区别

目录 ChatGPT的概念和功能 爬虫的概念和功能 ChatGPT和爬虫的区别 ChatGPT的概念和功能 ChatGPT是一个基于自然语言处理和机器学习的智能对话模型，具有以下功能： 1. 问题回答：ChatGPT可以回答用户提出的各种问题。不论是有关常识、历史、科…
阅读更多...
ChatGPT做爬虫的第一步

ChatGPT做爬虫的第一步

做爬虫就是搞数据, 专业的人做专业的事, ChatGPT阅虫无数, 搞个小爬虫, So Easy! 我知道可以百度到下载图片的代码, 但是我不想百度了, 一切交给ChatGPT 你只需要问他: 怎么用Nodejs下载图片? 其中，url是图片的地址，filePath是保存图片的本地路径。使…
阅读更多...
新模式！chatGPT+Python爬虫接私单怎么玩？

新模式！chatGPT+Python爬虫接私单怎么玩？

简单来说，有了第三方插件的加持， ChatGPT 不再只是一个你问我答的语言模型，它更像是一个懂得人类语言的AI助手，不仅可以通过扩展插件学习到定制化的知识，还能帮助我们处理一些日常事务；相当于给 ChatGPT 装…
阅读更多...
ChatGPT非常火，我用它自动编写Python爬虫脚本。结果出乎意料。

ChatGPT非常火，我用它自动编写Python爬虫脚本。结果出乎意料。

前言 都知道最近ChatGPT聊天机器人爆火，我也想方设法注册了账号，据说后面要收费了。 ChatGPT是一种基于大语言模型的生成式AI，换句话说它可以自动生成类似人类语言的文本，把梳理好的有逻辑的答案呈现在你面前，这完全不…
阅读更多...
chatgpt赋能python：Python爬虫技巧：如何爬取付费资源

chatgpt赋能python：Python爬虫技巧：如何爬取付费资源

Python 爬虫技巧：如何爬取付费资源 Python 是一个强大的编程语言，它可以用来进行各种各样的数据处理和分析任务，其中包括爬取网页。在互联网时代，许多人都需要获取付费资源，但不愿意花费高昂的费用购买，本…
阅读更多...
ChatGPT 和爬虫有什么区别?

ChatGPT 和爬虫有什么区别?

ChatGPT是一种基于人工智能的对话模型，它通过训练大量的文本数据来生成自然语言回复。它可以用于实现智能对话系统，能够理解用户的输入并生成相应的回复。ChatGPT的目标是模拟人类对话，使得对话更加流畅和自然。 而爬虫是一种用于自动化地从…
阅读更多...
ChatGPT 8个场景下的灵活应用技巧，让您事半功倍！

ChatGPT 8个场景下的灵活应用技巧，让您事半功倍！

文末加小助手微信，回复ChatGPT，领取一份 66个ChatGPT副业赚钱技巧（原版） ChatGPT在多个场景下都可以发挥作用，从问答到推理，从写代码到改写内容，从信息解释到信息总结，从信息提取到生…
阅读更多...
ChatGPT如何应用在数据治理的具体场景中？

ChatGPT如何应用在数据治理的具体场景中？

自从ChatGPT爆火以来，技术圈的爆炸新闻是一波接一波，让人目不暇接，突然有了一种“人间一日，AI一年的感觉”。上周就有几条重磅新闻，来跟大家分享一下： New Bing 对所有用户放开，注册即可用周三…
阅读更多...
漫画：ChatGPT的应用场景有哪些？

漫画：ChatGPT的应用场景有哪些？

第一，文案创作 ChatGPT可以通过用户输入的提示，创作出相应的文本内容。 媒体作者可以给ChatGPT提出要求，让ChatGPT根据某一主题生成的媒体文案。 广告策划人员可以把要推广的商品信息输入给ChatGPT，让ChatGPT针对此商品生成一段广…
阅读更多...
ChatGPT 入门教程||ChatGPT 应用场景1：让AI回答问题||ChatGPT应用场景2：基于已有的示例回答

ChatGPT 入门教程||ChatGPT 应用场景1：让AI回答问题||ChatGPT应用场景2：基于已有的示例回答

ChatGPT 应用场景1：让AI回答问题 这个场景应该是使用 AI 产品最常见的方法。以 ChatGPT 为例，一般就是你提一个问题，ChatGPT 会给你答案，比如像这样： 在这个场景下，prompt 只要满足前面提到的基本原则&am…
阅读更多...
ChatGPT检测器来了！支持中英双语

ChatGPT检测器来了！支持中英双语

编｜郭必扬 源｜SimpleAI 那一夜... 2022年11月30号，OpenAI推出了ChatGPT，给NLP届乃至各行各业的人带来了巨大的惊喜和惊吓[1]；2022年12月5号，由于受到ChatGPT的冲击，Stack Overflow宣布禁止用户…
阅读更多...
ChatGPT专业应用：纯英文视频-中英文快速字幕添加

ChatGPT专业应用：纯英文视频-中英文快速字幕添加

正文共 900字，阅读大约需要 3 分钟 视频翻译、内容制作人群必备技巧，您将在3分钟后获得以下超能力： 1.无需英文基础，纯英文视频翻译 2.中英文转译 Beezy评级 ：A级 *经过寻找和一段时间的学习， 一部分人能…
阅读更多...
全网最详细中英文ChatGPT-API文档（一）开始使用ChatGPT——导言

全网最详细中英文ChatGPT-API文档（一）开始使用ChatGPT——导言

开始使用ChatGPT导言 Introduction 导言Overview 概述Key concepts 关键概念Prompts and completions 提示和完成Tokens 标记/符号Models 模型Next steps 下一步步骤 其它资料下载 Introduction 导言 Overview 概述 The OpenAI API can be applied to virtually any task tha…
阅读更多...
一场关于ChatGPT话语权的深度思考：人类会在大模型中迷失自我吗？

一场关于ChatGPT话语权的深度思考：人类会在大模型中迷失自我吗？

大数据文摘授权转载自AI科技评论 作者：Elizabeth Weil 译者：ChatGPT 编辑：孙溥茜 ChatGPT 之风愈演愈烈，华盛顿大学语言学家 Emily M. Bender 公开反对让大模型（LLM）过度介入人们的生活。 谷歌和亚马逊在论…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023