Inhaltsverzeichnis
Das Problem: Arbeitszeittabellen sind ein Albtraum
Die Tools
Schritt 1: Extrahieren von JIRA -Tickets
Das Skript
Funktionalität
Schritt 2: Abrufen von Git -Commits
Schritt 3: Umgang mit Slack -Nachrichten
Schritt 4: Outlook -Meetings erfassen
Was kommt als nächstes?
Heim Backend-Entwicklung Python-Tutorial Die Leitfaden für den faulen Ingenieur zur Automatisierung von Arbeitszeitungen: Teil 1

Die Leitfaden für den faulen Ingenieur zur Automatisierung von Arbeitszeitungen: Teil 1

Jan 29, 2025 am 08:14 AM

The Lazy Engineer’s Guide to Automating Timesheets: Part 1

Arbeitszeittabelle: Der Fluch der Existenz jedes Softwareingenieurs. Würden Sie nicht lieber einen komplexen Fehler um 3 Uhr morgens ringen, als Ihren Arbeitstag akribisch zu dokumentieren? Leider erfordert die freiberufliche oder Vollzeitbeschäftigung diese mühsame Aufgabe oft.

In diesem Jahr habe ich mein Limit erreicht. Nach einem hektischen Projekt von Projekten-einige stornierten, einige neu gestaltet, andere auf unbestimmte Zeit verschoben-stellten ich eine drohende Timsart-Frist von Jahresende aus. Die Aussicht, die Arbeit meines gesamten Jahres manuell nachzubauen, war entmutigend. Meine Lösung? Automatisieren Sie es.

Dies ist meine Reise von der Timsheet Furcht zu einem Codierungsabenteuer. Machen Sie sich bereit für einen optimierten, effizienten Ansatz.


Das Problem: Arbeitszeittabellen sind ein Albtraum

setzen wir die Bühne:

  • Die Herausforderung: Aufzeichnung jeder Stunde für jede Aufgabe für das gesamte Jahr.
  • Die Hürde: Mein Gedächtnis ist weniger zuverlässig als ein schlecht geschriebener Unit -Test.
  • Die Frist: Eines Tages. Nur ein .

Manuelles Eintrag war unmöglich. Mein Plan: Extrahieren Sie Daten aus meinen täglichen Tools - Jira, Git, Slack und Outlook - und kombinieren Sie sie zu einem umfassenden Arbeitszeittabelle.


Die Tools

mein Arsenal:

  1. JIRA: Aufgabe und Ticketverfolgung.
  2. Git: Beitenverlauf (weil jeder gute Ingenieurverbindungen zu Tickets verpflichtet, oder?).
  3. Slack: Teamkommunikation (Besprechungen und Nachrichten enthalten).
  4. Outlook: Kalenderereignisse (weil die Besprechungen Arbeit sind).

Schritt 1: Extrahieren von JIRA -Tickets

Zuerst habe ich Jira angegangen. Ich brauchte alle Tickets, die mir innerhalb eines bestimmten Zeitrahmens zugewiesen wurden. Jiras robuste API und ein bisschen Python -Magie machten dies erreichbar.

Das Skript

Dieses Python -Skript ruft Jira -Tickets ab:

import os
from jira import JIRA
import pandas as pd
from datetime import datetime
import logging
import sys
from typing import List, Dict, Any
import argparse

# ... (rest of the script remains the same) ...
Nach dem Login kopieren
Nach dem Login kopieren

Funktionalität

  1. Authentifizierung: Verwendet Ihr JIRA -E -Mail und Ihr API -Token zur Authentifizierung.
  2. JQL Abfrage: Konstruktiert eine JQL -Abfrage, um Tickets in einem Datumsbereich zugewiesen zu werden.
  3. Datenexport: exportiert Ergebnisse in ein CSV zur Analyse.

Schritt 2: Abrufen von Git -Commits

Als nächstes habe ich Git verarbeitet. Da unser Team JIRA -Ticket -IDs in Commit -Nachrichten enthält, habe ich ein Skript erstellt, um Festschreibungsdaten zu extrahieren und sie mit Tickets zu verknüpfen.

Das Skript

import os
from jira import JIRA
import pandas as pd
from datetime import datetime
import logging
import sys
from typing import List, Dict, Any
import argparse

# ... (rest of the script remains the same) ...
Nach dem Login kopieren
Nach dem Login kopieren

Funktionalität

  1. Git -Protokoll: Verwendet git log, um die Verlaufsgeschichte zu erhalten.
  2. JIRA -ID -Extraktion: verwendet reguläre Ausdrücke, um JIRA -Ticket -IDs aus Commit -Nachrichten zu extrahieren.
  3. CSV -Export: spart Ergebnisse in einem CSV.

Schritt 3: Umgang mit Slack -Nachrichten

Slack erwies sich als schwieriger. Nachrichten sind kontextreich, wodurch das direkte Task-Mapping schwierig ist. Ich habe KI umgangen (aufgrund von Kosten und Komplexität) und ein generisches Ticket für die Kommunikationszeit erstellt und dann ein Skript geschrieben, um Slack -Nachrichten abzurufen.

Das Skript

import subprocess
import csv
import re

def get_git_commits(since_date=None, author=None):
    # ... (rest of the script remains the same) ...
Nach dem Login kopieren

Funktionalität

  1. Gesprächsliste: ruft alle Kanäle und DMs ab, die für den Bot zugänglich sind.
  2. Nachrichtenabnahme: Ruft Nachrichten innerhalb eines bestimmten Datumsbereichs ab.
  3. CSV -Export: speichert Nachrichten in einem CSV.

Schritt 4: Outlook -Meetings erfassen

Schließlich habe ich Sitzungen integriert. Mit der Bibliothek exchangelib python habe ich ein Skript erstellt, um Kalenderereignisse zu extrahieren und sie in einen CSV zu exportieren.

Das Skript

import os
from datetime import datetime
from slack_sdk import WebClient
from slack_sdk.errors import SlackApiError
import pandas as pd

# ... (rest of the script remains the same) ...
Nach dem Login kopieren

Funktionalität

  1. Authentifizierung: Verwendet Ihre Outlook -E -Mail und Ihr Kennwort zur Authentifizierung.
  2. Kalenderabfrage: Abruft Kalenderereignisse innerhalb eines bestimmten Datumsbereichs.
  3. CSV -Export: speichert Ereignisse in einem CSV.

Was kommt als nächstes?

Jetzt hatte ich vier CSV -Dateien:

  1. JIRA -Tickets: Alle Aufgaben bearbeiteten.
  2. Git Commits: Alle Code geschrieben.
  3. Slack -Nachrichten: Alle Kommunikation.
  4. Outlook -Sitzungen: Alle Besprechungen.

In Teil 2 werde ich zeigen, wie ich diese Datensätze kombiniert habe, um eine vollständige Arbeitszeittabelle zu erstellen. Tipp: Mehr Python, Datenmanipulation und ein Hauch von Magie.

Bleiben Sie dran! Denken Sie daran: Effizienz ist der Schlüssel.


Was ist Ihre am wenigsten bevorzugte Aufgabe als Software -Ingenieur? Hast du es schon automatisiert? Teilen Sie Ihre Erfahrungen in den Kommentaren mit!

Das obige ist der detaillierte Inhalt vonDie Leitfaden für den faulen Ingenieur zur Automatisierung von Arbeitszeitungen: Teil 1. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1664
14
PHP-Tutorial
1269
29
C#-Tutorial
1248
24
Python vs. C: Anwendungen und Anwendungsfälle verglichen Python vs. C: Anwendungen und Anwendungsfälle verglichen Apr 12, 2025 am 12:01 AM

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Der 2-stündige Python-Plan: ein realistischer Ansatz Der 2-stündige Python-Plan: ein realistischer Ansatz Apr 11, 2025 am 12:04 AM

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python: Spiele, GUIs und mehr Python: Spiele, GUIs und mehr Apr 13, 2025 am 12:14 AM

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Apr 14, 2025 am 12:02 AM

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

See all articles