Cómo crear una aplicación de Python con la ayuda de ChatGPT

ChatGPT es mucho más que una chatbot que responde tus preguntas. Si lo usas de forma correcta, te puede ayudar a programar lo que se te ocurra con el lenguaje de programación que desees. Te contaré los pasos que seguí para crear una aplicación en Python capaz de extraer todos los metadatos de un dominio y exportarlos en un archivo XLSX (Excel).

Lee también: 5 formas creativas de usar ChatGPT para tus estrategias de marketing

1. No necesitas usar la versión paga de ChatGPT para esto. Ingresa a la versión gratuita. Es común que encuentres el servicio colapsado. Dale actualizar todas las veces necesarias hasta que puedas ingresar. Suelo usarlo a primera hora de la mañana o incluso en la madrugada.

2. Lo más importante cuando uses ChatGPT es darle las instrucciones correctas (o ‘prompts’ como lo llaman técnicamente) y recordar una premisa: cuando inicias una conversación con ChatGPT, la inteligencia artificial recuerda, al menos, los últimos tres diálogos de la conversación. Es decir: le puedes contrapreguntar y pedir más detalles con respecto a lo que acaba de decirte.

3. ChatGPT entiende en español y en inglés. Puedes hacerle las preguntas en cualquiera de los idiomas y funcionará.

4. La primera instrucción que utilicé fue: “Escribe un código en python para extraer los metadatos de un sitio web con todas las urls asociadas al dominio”.

5. Después le pedí que le agregara una función para exportar los datos a un archivo de excel. Me arrojó este código:

import requests
from bs4 import BeautifulSoup
import pandas as pd

# URL to scrape
url = "https://domain.com"

# Request the website content
response = requests.get(url)

# Check if the request was successful
if response.status_code == 200:
    # Parse the HTML content
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # Extract the metadata
    title = soup.find("title").text
    description = soup.find("meta", attrs={"name": "description"}).get("content")
    
    # Extract all the URLs associated with the domain
    urls = [link.get("href") for link in soup.find_all("a") if link.get("href").startswith(url)]
    
    # Create a Pandas dataframe from the metadata and URLs
    df = pd.DataFrame({'Title': [title], 'Description': [description], 'URLs': [urls]})
    
    # Export the dataframe to an .xlsx file
    df.to_excel("metadata_and_urls.xlsx", index=False)
else:
    # Print the error message
    print(f"Request failed with status code {response.status_code}: {response. Text}")

6. Si durante el proceso de ejecución del código te arroja un error, puedes preguntarle a ChatGPT cuáles son las posibles soluciones. La inteligencia artificial reescribirá el código para resolver el error y garantizar que el ‘script’ se ejecute correctamente. Por ejemplo:

Pasos para instalar y ejecutar el código de Python en Windows

a. Para que este código te funcione debes antes:

• Instalar Python en tu computador: https://www.python.org/downloads/
• Tener un editor de código como Visual Studio Code: https://code.visualstudio.com/
• Instalar las librerías usadas por ChatGPT, en este caso: requests, bs4 y pandas

b. Un método muy sencillo para instalar Python en PC es descargarlo desde la tienda de aplicaciones de Microsoft:

c. Una vez has instalado Python, lo puedes ejecutar desde la consola del sistema. La consola la puedes abrir escribiendo “cdm” en el buscador de aplicaciones de Windows 10 o 11.

d. Una vez en la consola, escribe “pip install -nombre de la librería que deseas ejecutar-“, así:

pip install requests

pip install beautifulsoup4

pip install Pandas

e. Ahora pon el código de ChatGPT en un nuevo archivo de Visual Studio Code:

f. En el campo de url debes añadir el dominio del que deseas extraer los metadatos. Después, dale ejecutar al código presionando el botón, ubicado en la esquina superior derecha, para tal fin (es el que luce como un botón de reproducción de una aplicación musical).

g. En la carpeta raíz de tu usuario encontrarás el archivo. Tendrá el nombre indicado por el código en este segmento:

# Export the dataframe to an .xlsx file
    df.to_excel("metadata_and_urls.xlsx", index=False)

h. Este es un ejemplo de los datos extraídos en el archivo:

En conclusión

ChatGPT es una herramienta muy potente para generar código en cualquier lenguaje de programación. La tendencia del no-code palidece contra el poder que ofrece ChatGPT a la hora de programar. Este es un solo un ejemplo del amplio espectro de posibilidades que ofrece.

Comparte este contenido si te gustó. Síguenos en redes sociales: Facebook, Instagram, TikTok, Twitter y LinkedIn.