我们即将见证一个新的时代！这是最好的时代，也是最坏的时代！
背景：
平时会编写博客，并且会把这个博客上传到github上，然后自己买一个域名挂到github上。
我平时编写的博客会有一些图片来辅助说明的，写完之后如果我把图片和文字全部都上传到博客网站，后期图片很多时就会导致网站加载特别慢
所以想把图片存储在一个公共的对象存储平台（腾讯云的cos服务），这样只要上传一个公共访问链接即可，极大的减少存储空间。
需求：
每次写完博客都要手动上传图片，然后把得到的链接在复制到本地的markdown文件中，如果一篇文章的图片特别多，这简直就是灾难！所以我想
给一个文件路径，自动把markdown文件中本地的图片上传到腾讯云的cos平台，并获取公共链接
把本地的文章的链接自动替换为公共链接
调研和设计
腾讯云cos服务是提供这样的接口的，但是接口需要鉴权，所以我把上诉的需求拆解为三部分
我阅读腾讯云的cos文档，需要提供签名，一共需要八个步骤才能生成
我把这八个过程每一个过程都复制给chatgpt，让他帮我写
后面太多我就不演示了，我直接说总结：
生成上面的签名之后，我就让他去写上传接口
仔细阅读一下上面的第二张图片，我要求【把其中的url的uri替换为文件名】，然后它给我代码并解释这是做什么，它说这是上传到【腾讯云的cos服务】，要知道我在这之前是完全没有提到过【腾讯云】、【cos服务】等字眼的，也就是它只依赖我提供的host【coder-xieshijie-img-1253784930.cos.ap-beijing.myqcloud.com】这个域名，就判断出我这是腾讯云的cos服务，这就有点厉害了，更厉害的是，当然要求他写一个测试用例：
它直接把我之前费力八个步骤生成的签名直接生成了！这太离谱了！
这意味着以后大部分网络开源的内容，你甚至不用阅读啃文档，你只要知道一个概念，剩下的就交给他就可以！
后面的上传和替换markdown的内容我就不截图，后面对于chatgpt就非常简单了，最后附上完整的代码(95%是chatgpt写的)
# -*- coding=utf-8
import hmac
import hashlib
import os
import re
import requests
# 定义 SecretKey 和 KeyTime
# 替换为自己的key和id
secret_key = "xieshijie_key"
key_time = "1680947045;2980950645"
secret_id = "xieshijie_id"
http_method = 'put'
def generate_url_param_list():return ""
def generate_header_list():return ""
def generate_sign_key_val(uri_pathname):# 生成 SignKey
sign_key = hmac.new(
secret_key.encode(),
key_time.encode(),
hashlib.sha1
).hexdigest()
# 生成 HttpString
http_string = f"{http_method.lower()}\n{uri_pathname}\n"
http_string += "\n"
http_string += "\n"
# 生成 StringToSign
string_to_sign = f"sha1\n{key_time}\n{hashlib.sha1(http_string.encode()).hexdigest()}\n"
# 生成 Signature
signature = hmac.new(
sign_key.encode(),
string_to_sign.encode(),
hashlib.sha1
).hexdigest()
# 生成签名
sign_key_val = f"q-sign-algorithm=sha1" \
f"&q-ak={secret_id}" \
f"&q-sign-time={key_time}" \
f"&q-key-time={key_time}" \
f"&q-header-list={generate_header_list()}" \
f"&q-url-param-list={generate_url_param_list()}" \
f"&q-signature={signature}"
return sign_key_val
def generate_file_name(file_path):# 获取文件名return file_path.split('/')[-1]
def put_request(file_path, sign_key):# 设置请求头
headers = {
'host': 'coder-xieshijie-img-1253784930.cos.ap-beijing.myqcloud.com',
'Authorization': sign_key
}
# 设置请求体with open(file_path, 'rb') as f:
data = f.read()
uri = generate_file_name(file_path)
# 发送 PUT 请求
url = f'https://coder-xieshijie-img-1253784930.cos.ap-beijing.myqcloud.com/{uri}'
response = requests.put(url, headers=headers, data=data)
# 判断响应状态码并返回结果if response.status_code == 200:
print('本地图片上传成功')
return url
else:
print('本地图片上传失败')
return 'fail'
def replace_local_image_links(file_path):"""
读取Markdown文件，提取其中的本地图片链接并替换为基于图片名称计算的新链接。
Args:
file_path (str): Markdown文件路径。
"""# 判断文件是否是Markdown格式if not file_path.endswith('.md'):
print('该文件不是Markdown格式。')
return
# 读取Markdown文件内容with open(file_path, 'r', encoding='utf-8') as f:
content = f.read()
# 匹配所有本地图片链接 匹配形式为：
regex = r"!\[\S+\]\((\S+)\)"
matches = re.findall(regex, content)
# 替换本地图片链接为新链接for match in matches:# 判断链接是否是本地路径if not match.startswith('http'):# 获取图片名称和路径if os.path.isabs(match):
image_name = os.path.basename(match)
image_path = match
else:
image_name = os.path.basename(match)
image_path = os.path.abspath(os.path.join(os.path.dirname(file_path), match))
sign_key = generate_sign_key_val('/' + image_name)
# 上传图片到COS并计算新链接
new_link = put_request(image_path, sign_key)
# 替换Markdown文件中的链接
content = content.replace(match, new_link)
# 将替换后的Markdown内容写回文件with open(file_path, 'w', encoding='utf-8') as f:
f.write(content)
print('本地图片链接替换完成。')
if __name__ == '__main__':
# 测试替换
replace_local_image_links("/Users/xieshijie/Desktop/test.md")
整个过程让我对ChatGPT的潜力有了更深的认识。起初，我花费了半天的时间，主要用于阅读腾讯云COS服务的文档以及分步骤生成签名的过程。然而，正确利用ChatGPT实际上可以将这个过程缩短到一个小时，甚至更少。
ChatGPT不仅能高效地生成代码，还能在一些复杂的任务中表现出强大的理解和推理能力。这次体验让我更加坚定地认为，ChatGPT正在以一种前所未有的方式颠覆传统的编程和开发流程，真正实现了十倍的生产力提升。
于是，我果断充了一个GPT-4
我们的公众号还将定期分享：
最新互联网资讯：让你时刻掌握行业动态。
AI前沿新闻：紧跟技术潮流，不断提升自我。
技术分享与职业发展：助你在职业生涯中走得更远、更稳。
程序员生活趣事：让你在忙碌的工作之余找到共鸣与乐趣。
关注回复【1024】惊喜等你来拿！
