1. AI技术聚合首页
  2. IT

编程新时代：Amazon CodeWhisperer 助您轻松驾驭代码世界

青葱年少 • • IT • 阅读 48

文章目录

    • 一、什么是 Amazon CodeWhisperer？
    • 二、个人无限免费使用
    • 三、安装配置
      • 3.1 手把手教你在pycharm配置
      • 3.2 同理在VSCODE安装
    • 三、Pycharm上测试
      • 3.1 根据注释写代码
      • 3.2 检查修复代码错误
      • 3.3 构建一个简单爬虫
    • 四、 VSCODE上测试
      • 4.1 个性化体验
      • 4.2 系统兼容性
      • 4.3 根据注释写代码
      • 4.4 尝试一门新的语言
      • 4.5 代码生成质量
    • 五、实战网络爬虫：抓取csdn热榜数据
    • 六、官方文档

一、什么是 Amazon CodeWhisperer？

Amazon CodeWhisperer 是一款由机器学习提供支持的代码生成器，可实时提供代码建议。当在 IDE 中编写代码时，CodeWhisperer 会根据你的注释和现有代码自动生成建议。

它支持 15 种编程语言，包括 Python、Java 和 JavaScript，以及您最喜欢的集成开发环境 (IDE)，包括 VS Code、IntelliJ IDEA、AWS Cloud9、AWS Lambda 控制台、JupyterLab 和 Amazon SageMaker Studio。

以下是亚马逊的 CodeWhisperer 工具如何根据文本输入生成代码:

在PyCharm和VSCode中，Amazon CodeWhisperer都展现出了良好的使用流畅性。无论是插入代码，还是切换不同的功能，响应速度都非常快，没有出现任何卡顿或延迟，为用户提供了愉快的编程体验。

二、个人无限免费使用

值得一提的是，CodeWhisperer为个人开发者提供了免费的个人套餐。只需使用电子邮箱和AWS构建者ID进行简单注册和登录，个人开发者便可以在几分钟内开始享受CodeWhisperer带来的便利。个人套餐不仅提供了代码建议功能，还包括了引用跟踪和安全扫描等实用功能，充分满足了个人开发者在编程过程中的多方面需求。

接下来，我们将详细介绍如何在不同的编程环境中配置和使用CodeWhisperer。

三、安装配置

在PyCharm和VSCode中安装Amazon CodeWhisperer的过程非常简单直观，用户只需在插件市场搜索并安装“AWS Toolkit”即可，无需复杂的配置。这使得用户能够快速上手，无需花费过多时间在安装和配置上。

3.1 手把手教你在pycharm配置

在PyCharm和VSCode中安装Amazon CodeWhisperer的过程非常简单直观，用户只需在插件市场搜索并安装“AWS Toolkit”即可，无需复杂的配置。这使得用户能够快速上手，无需花费过多时间在安装和配置上。

让我们来看一下Amazon CodeWhisperer。我将在PyCharm中演示如何使用它（除此之外，它还支持其他编辑器，如VS等）。首先，需要下载插件：AWS Toolkit。进入设置：

Your Image

进入设置后，我们可以看到插件市场的界面是非常直观的，搜索“AWS Toolkit”后，点击“install”进行安装。


选择”apply”,再点击“OK”:

再点击重启即可：

安装并重启后，我们可以在AWS Toolkit视图（菜单View/Tool Windows/AWS Toolkit）中看到CodeWhisperer的选项，这表明我们已经成功安装并可以开始使用了。

接着，点击”Developer Tools”tab⻚⾯，选择“CodeWhisperer/Start”，如下图所示：

弹出界面，点击”open and Copy Code“

3.2 同理在VSCODE安装

在VSCode中，我们同样可以在插件市场中轻松找到并安装“AWS Toolkit”。安装流程与在PyCharm中类似，非常简单直观。

选择第二个：

继续：

点击允许：

配置成功：

安装成功后，VSCode界面也显示了CodeWhisperer的相关选项，这意味着我们可以开始在VSCode中使用CodeWhisperer了。

三、Pycharm上测试

在PyCharm中使用Amazon CodeWhisperer也表现出了很好的操作便捷性。用户只需根据自己的需求编写注释，CodeWhisperer就会自动弹出代码建议，用户可以轻松选择并插入代码。这一流程简单明了，即便是编程新手也能够快速上手。

3.1 根据注释写代码

在PyCharm中，我们可以轻松地根据注释生成代码。例如，我写了个注释“抓取亚马逊商城关于iphone15价格”, Amazon CodeWhisperer会自动弹出建议代码的界面，我们可以选择合适的代码进行插入。

它们分别代表“插入代码”，“上一个选项”，“下一个选项”。因为它会自动为我们提供可参考的代码，选择一个合适的代码点击插入即可。

每次插入代码后，按一下键盘空格，便可以继续插入代码，根据提示不断插入代码即可。

这个功能非常实用，尤其是在完成算法题时，通过不断“空格”和”Insert Code“，我们可以轻松几秒钟完成代码。

、

下面我们来完成一个算法作业：

# 输出：按照从小到大排序后的列表。
#
# 示例：
# 输入：[5, 3, 8, 2, 1]
# 输出：[1, 2, 3, 5, 8]

通过不断“空格”和”lnsert Code“，轻松几秒钟完成代码如下：

def ipserch(arr):
    for i in range(len(arr)):  # 冒检
        for j in range(i, len(arr)):
            if arr[i] > arr[j]:
                arr[i], arr[j] = arr[j], arr[i]  # 位置修�]
    return arr


if __name__ == "__main__":
    arr = [5, 3, 8, 2, 1]
    print(ipserch(arr))

运行结果完全正确，如图所示：

来完成一个作业习题：一个整数，它加上100后是一个完全平方数，再加上168又是一个完全平方数，请问该数是多少？请用python实现。如下所示：

直接给出标准答案，简直太棒了！

3.2 检查修复代码错误

在使用Amazon CodeWhisperer时，我也对其在代码安全性方面的表现进行了测试和评估。CodeWhisperer不仅能够生成高质量的代码，还具备识别的能力，下面演示为一个简单的识别修复代码。

这是我开始的代码，刻意在这留了一个错误：

执行CodeWhisperer自动修复：

3.3 构建一个简单爬虫

在构建网络爬虫时，我们只需在注释中写明需求，Amazon CodeWhisperer就能为我们生成相应的代码，极大地提高了开发效率。

# 写一个爬虫，模拟打开百度，输入“川川菜鸟”并回车 
# 然后点第一个页面进去查看  
# 用selenium框架

得到如下：

from selenium import webdriver
import time

driver = webdriver.Chrome()
driver.get("https://www.baidu.com")
time.sleep(3)
driver.find_element_by_id("kw").send_keys("川川菜鸟") # 输入内容
driver.find_element_by_id("su").click() # 点击搜索

接下来继续把需求写在注释中,不断写清楚注释即可，得到对应代码：

from selenium import webdriver
import time
from selenium.webdriver.common.by import By


driver = webdriver.Chrome()
driver.get("https://www.baidu.com")
time.sleep(3)
driver.find_element(By.ID,'kw').send_keys("川川菜鸟")  # 输入内容
driver.find_element(By.ID,'su').click()  # 点击
# 鼠标滑动180度
js = 'document.documentElement.scrollTop=180'
driver.execute_script(js)
time.sleep(3)

四、 VSCODE上测试

与在PyCharm中类似，VSCODE上的Amazon CodeWhisperer同样操作简便。通过快捷键“Alt+c”运行CodeWhisperer后，用户可以轻松地根据注释生成代码，检查代码错误，并尝试新的编程语言。这种便捷的操作方式大大降低了用户的上手难度，提高了编程效率。

4.1 个性化体验

在使用过程中，Amazon CodeWhisperer展现出了很好的个性化体验。它能够记忆我的编程风格，并根据我的习惯提供合适的代码建议，这让我感到非常舒适，也极大地提高了我的编程效率。

4.2 系统兼容性

我在Windows系统上分别测试了Amazon CodeWhisperer在PyCharm和VSCode中的表现，发现其在这两种IDE中都能够稳定运行，与IDE完美整合，表现出了良好的系统兼容性。

4.3 根据注释写代码

如下所示，首先让它根据我的要求写一个函数，然后写一个示例。

# 写一个求两数和
def add(a,b):
    return a+b
# 给个示例
print(add(1,2))

4.4 尝试一门新的语言

通过Amazon CodeWhisperer的帮助，我尝试学习了C++，并成功完成了一些基础练习。这个工具为我提供了丰富的示例代码和实时建议，使我能够快速入门新的编程语言。

输入3个数，求最大值：

4.5 代码生成质量

在使用Amazon CodeWhisperer的过程中，我特别注意到了它生成的代码质量。无论是在完成算法题目还是构建网络爬虫应用时，CodeWhisperer生成的代码都表现出了很高的标准。

符合编程规范：
生成的代码结构清晰，命名规范，符合Python和C++的编程规范，这使得代码易于理解，也方便了后续的代码维护。例如，在生成排序算法和网络爬虫代码时，函数命名清晰，逻辑结构合理，代码间的缩进和空行也都符合规范，显示出了CodeWhisperer对编程规范的遵循。

可读性：
CodeWhisperer生成的代码具有很高的可读性。代码逻辑清晰，注释充分，即便是对于编程新手，也能够快速理解代码的功能和运作机制。这一点在我尝试学习新的编程语言C++时表现得尤为明显，CodeWhisperer的代码建议帮助我快速理解了C++的语法和结构。

可维护性：
生成的代码模块化程度高，函数划分合理，这使得代码具有很好的可维护性。即使在后期需要对代码进行修改和扩展，也能够轻松进行，大大提高了开发效率。

五、实战网络爬虫：抓取csdn热榜数据

提供注释如下：

# 使用selenium爬取热榜
# 热榜地址：https://blog.csdn.net/rank/list
# 获取标题、浏览量、评论数量、收藏数量

初次执行，自动插入相关模块，不用手动敲了，省时间

from selenium import webdriver
import time
import csv
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

继续执行CodeWhisperer，写出一个请求函数用来打开网页：

def get_data(url):
    driver = webdriver.Chrome()
    driver.get(url)
    time.sleep(5)

我们目标是获取到对应数据，因此添加注释，执行CodeWhisperer

# 打开热榜地址

插入代码如下：

打开后又做什么呢？获取标题标题、浏览量、评论数量、收藏数量，因此分别添加注释如下，执行CodeWhisperer

#添加等待10秒

如下所示：

继续不断添加注释：

# 等待直到页面加载完成

# 获取所有的文章元素

# 创建或打开CSV文件，准备写入数据：浏览量、评论数量、收藏数量

执行CodeWhisperer，如下所示：

其中获取所有元素需要人工调整，定位查看，复制出来即可：

接下来需要遍历获取所有内容，添加注释：

 # 遍历所有文章元素，提取所需数据：浏览量、评论数量、收藏数量

执行CodeWhisperer，插入代码如下：

同理，定位元素部分需要手动调整，这里可以看一个标题定位例子，其它同理：

继续执行CodeWhisperer完成一些剩余的代码，此时完整代码如下：

def get_data(url):
    driver = webdriver.Chrome()
    driver.get(url)
    # 添加等待
    wait = WebDriverWait(driver, 10)
    try:
        # 等待直到页面加载完成
        wait.until(EC.presence_of_all_elements_located((By.CSS_SELECTOR, "div.hostitem.floor")))
        # 获取所有的文章元素
        product_elements = driver.find_elements(By.CSS_SELECTOR, "div.hostitem.floor")
        # 创建或打开CSV文件，准备写入数据：浏览量、评论数量、收藏数量
        with open('output.csv', mode='w', newline='', encoding='utf-8') as file:
            writer = csv.writer(file)
            writer.writerow(["Title", "View", "Comment", "Collect"])  # 写入表头
            # 遍历所有文章元素，提取所需数据：浏览量、评论数量、收藏数量
            for index, product in enumerate(product_elements):
                title = product.find_element(By.CSS_SELECTOR, "div.hosetitem-title > a").text
                view = product.find_element(By.CSS_SELECTOR, "div.hosetitem-dec > span:nth-child(1)").text
                comment = product.find_element(By.CSS_SELECTOR, "div.hosetitem-dec > span:nth-child(3)").text
                collect = product.find_element(By.CSS_SELECTOR, "div.hosetitem-dec > span:nth-child(5)").text
                # 打印到控制台
                print(f"Product {index + 1}:")
                print(f"Title: {title}")
                print(f"View: {view}")
                print(f"Comment: {comment}")
                print(f"Collect: {collect}")
                # 写入到CSV文件
                writer.writerow([title, view, comment, collect])
    except Exception as e:
        print(f"An error occurred: {e}")
    finally:
        # 确保关闭WebDriver，释放资源
        driver.quit()

输出结果如下，只抓取到了25个数据：

我发现网页数据抓取我只获取到了25个，如果想要获取后面内容，需要往下翻才会加载25到50的数据，同理继续翻才能加载出25到75数据。为了加载更多的数据，需要模拟滚动页面才能完成。因此思路是：先滚动加载出全部数据，再进行抓取。

添加注释到获取所有的文章元素上面：

# 滚动页面以加载更多数据

如下：

此时我们可以看到已经完成全部数据抓取：

保存在csv文件如下：

通过CodeWhisperer的辅助，写代码时间真的省了好多，有更多时间摸鱼了～

完整代码如下：

# 书籍介绍·：https://chuanchuan.blog.csdn.net/article/details/133050678
# 使用selenium爬取热榜
# 热榜地址：https://blog.csdn.net/rank/list
# 获取标题、浏览量、评论数量、收藏数量


from selenium import webdriver
import time
import csv
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

def get_data(url):
    driver = webdriver.Chrome()
    driver.get(url)
    # 添加等待
    wait = WebDriverWait(driver, 10)
    try:
        # 等待直到页面加载完成
        wait.until(EC.presence_of_all_elements_located((By.CSS_SELECTOR, "div.hostitem.floor")))

        # 滚动页面以加载更多数据
        for _ in range(4):
            driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
            time.sleep(5)


        # 获取所有的文章元素
        product_elements = driver.find_elements(By.CSS_SELECTOR, "div.hostitem.floor")
        # 创建或打开CSV文件，准备写入数据：浏览量、评论数量、收藏数量
        with open('output.csv', mode='w', newline='', encoding='utf-8') as file:
            writer = csv.writer(file)
            writer.writerow(["Title", "View", "Comment", "Collect"])  # 写入表头
            # 遍历所有文章元素，提取所需数据：浏览量、评论数量、收藏数量
            for index, product in enumerate(product_elements):
                title = product.find_element(By.CSS_SELECTOR, "div.hosetitem-title > a").text
                view = product.find_element(By.CSS_SELECTOR, "div.hosetitem-dec > span:nth-child(1)").text
                comment = product.find_element(By.CSS_SELECTOR, "div.hosetitem-dec > span:nth-child(3)").text
                collect = product.find_element(By.CSS_SELECTOR, "div.hosetitem-dec > span:nth-child(5)").text
                # 打印到控制台
                print(f"排名:{index + 1}")
                print(f"标题: {title}")
                print(f"浏览量: {view}")
                print(f"评论量: {comment}")
                print(f"收藏量: {collect}")
                # 写入到CSV文件
                writer.writerow([title, view, comment, collect])
    except Exception as e:
        print(f"An error occurred: {e}")
    finally:
        # 确保关闭WebDriver，释放资源
        driver.quit()

url='https://blog.csdn.net/rank/list'
get_data(url)

六、官方文档

对于深入了解和掌握CodeWhisperer的用户来说，官方文档是一份极佳的学习资料。文档中详尽地列出了各项功能说明、操作截图以及实际演示，有助于用户全面而深入地理解和运用CodeWhisperer。更多的使用方法和相关操作，可参考官方文档：CodeWhisperer ，这里有详细的使用教程，有截图和演示，能帮助开发者更好的使用起来：

该网站提供了丰富的使用教程、实际截图和演示，助力开发者更加便捷高效地使用该工具。

文章出处登录后可见！

已经登录？立即刷新

共计人评分，平均分

到目前为止还没有投票！成为第一位评论此文章。

赞 (0)
青葱年少的头像青葱年少普通用户
0
上一篇 2023年12月21日
下一篇 2023年12月21日

相关推荐