利用ChatGPT进行数据清洗处理

最近chatgpt非常火，通过chatgpt可以做很多事情，笔者也通过实际使用解决了自己的问题，都基本不用自己编程。

本文主要需要解决：

通过burpsuite批量获取的json文件，需要处理成mysql数据库识别的格式，方便入库。

（1）重命名所有文件为txt后缀文件

（2）删除txt文件无用的前N行数据，其实就是头文件数据，有几行就定义几行。

（3）重命名txt文件为json文件。

（4）对json文件自动识别表列名，并处理数据到一个文件中。

1.chatgpt尝试  

 通过fofa.info搜索"loading-wrap" && "balls" && "chat" && is_domain=true，搜索的记录就是提供chatgpt的网站地址。

2.逐个网站测试是否可以免费使用

 打开搜索中的记录，逐个查看，有的需要输入密码才能方法，寻找一些免费的chatgpt。

 对一些需要输入验证的直接pass掉，然后寻找一些不需要密码就能访问的。例如https://chat.77yun.cc/#/chat/1002

3.进行实际测试

 可以在chatgpt中将自己的问题提出来，输入回车后即可获取相应的解决方法。同时对实际数据进行测试，不断的训练，最后达到自己想要的结果。

4.最后的代码为

import os
import json


#获取指定目录下所有的文件
dir = 'all'
all_files = [f for f in os.listdir(dir) if os.path.isfile(os.path.join(dir, f))]


for file in all_files:
    #将所有扩展名不是.txt的文件改名为同名.txt文件
    if not file.endswith('.txt'):
        os.rename(os.path.join(dir, file), os.path.join(dir, os.path.splitext(file)[0] + '.txt'))
        file = os.path.splitext(file)[0] + '.txt'
    
    #对于每个txt文件，删除前9行的内容并保存到新的txt文件中
    with open(os.path.join(dir, file), 'r', encoding='utf-8') as txt_file:
        content = txt_file.readlines()


    deleted_content = '\n'.join(content[:9])
    new_content = ''.join(content[9:])
    with open(os.path.join(dir, file), 'w', encoding='utf-8') as txt_file:
        txt_file.write(new_content)
    
    #将新的txt文件重命名为同名.json文件，并读取其内容
    json_file = os.path.splitext(file)[0] + '.json'
    os.rename(os.path.join(dir, file), os.path.join(dir, json_file))
    
    with open(os.path.join(dir, json_file), 'r', encoding='utf-8') as j_file:
        data = json.load(j_file)
        columns = list(data['page']['list'][0].keys())
        rows = []
        
        for item in data['page']['list']:
            row_values = []
            for column in columns:
                value = str(item[column]).replace('\n','').replace(',','')
                row_values.append(value)
            rows.append(','.join(row_values))
        
        #整理json文件中的数据，并按照列名的顺序写入数据文件out.txt中
        with open('out.txt', 'a+', encoding='utf-8') as out_file:
            if out_file.tell() == 0:
                out_file.write(','.join(columns) + '\n')
            out_file.write('\n'.join(rows)+'\n')
        
        print("文件{}中的数据已写入out.txt文件中".format(json_file))

5.总结

  使用chatgpt编程非常简单，关键你需要定义好你需要的东西。例如我的功能描述如下：

（1）使用python代码实现以下功能：当前数据目录为all

（2）原始代码中首先对所有文件重命名为文件ren *.* *.txt 

（3）获取指定目录下所有的文件，并遍历每个文件。

（4）将所有扩展名不是 .txt 的文件重命名为同名的 .txt 文件，保证后续处理只考虑 txt 文件。

（5）对于每个txt文件，读取文件内容并删除前9行的内容，这一部分数据在原代码中被称为“头部内容”，然后将剩余内容保存到新的txt文件中。

（6）将新的txt文件重命名为同名 .json 文件，并读取其内容。

（7）整理 json 文件中的数据，并按照列名的顺序写入数据文件out.txt中。

 需要清晰的定义好想要的功能点，然后通过不停的训练测试最终达到自己想要的效果。总之有了chatgpt后，你有产品的思路就可以，很多功能可以简化，有编程功底的人可以更好的利用。