


Die Leitfaden für den faulen Ingenieur zur Automatisierung von Arbeitszeitungen: Teil 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:
- JIRA: Aufgabe und Ticketverfolgung.
- Git: Beitenverlauf (weil jeder gute Ingenieurverbindungen zu Tickets verpflichtet, oder?).
- Slack: Teamkommunikation (Besprechungen und Nachrichten enthalten).
- 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) ...
Funktionalität
- Authentifizierung: Verwendet Ihr JIRA -E -Mail und Ihr API -Token zur Authentifizierung.
- JQL Abfrage: Konstruktiert eine JQL -Abfrage, um Tickets in einem Datumsbereich zugewiesen zu werden.
- 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) ...
Funktionalität
- Git -Protokoll: Verwendet
git log
, um die Verlaufsgeschichte zu erhalten. - JIRA -ID -Extraktion: verwendet reguläre Ausdrücke, um JIRA -Ticket -IDs aus Commit -Nachrichten zu extrahieren.
- 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) ...
Funktionalität
- Gesprächsliste: ruft alle Kanäle und DMs ab, die für den Bot zugänglich sind.
- Nachrichtenabnahme: Ruft Nachrichten innerhalb eines bestimmten Datumsbereichs ab.
- 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) ...
Funktionalität
- Authentifizierung: Verwendet Ihre Outlook -E -Mail und Ihr Kennwort zur Authentifizierung.
- Kalenderabfrage: Abruft Kalenderereignisse innerhalb eines bestimmten Datumsbereichs.
- CSV -Export: speichert Ereignisse in einem CSV.
Was kommt als nächstes?
Jetzt hatte ich vier CSV -Dateien:
- JIRA -Tickets: Alle Aufgaben bearbeiteten.
- Git Commits: Alle Code geschrieben.
- Slack -Nachrichten: Alle Kommunikation.
- 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!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

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
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











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.

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 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 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.

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 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 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.

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.
