초보 첫걸음~! '딸깍'으로 1주차 파이썬 과제부터 찬!찬!히!

def check_even_odd(number):
    if number % 2 == 0:
        return "짝수입니다."
    else:
        return "홀수입니다."

# 사용자로부터 숫자를 입력받습니다.
try:
    user_input = int(input("숫자를 입력하세요: "))
    result = check_even_odd(user_input)
    print(f"입력한 숫자 {user_input}는 {result}")
except ValueError:
    print("유효한 숫자를 입력하세요.")

def calculate_average(numbers):
    total = sum(numbers)
    average = total / len(numbers)
    return total, average

# 사용자로부터 5개의 숫자를 입력받아 리스트에 저장합니다.
numbers = []
for i in range(5):
    while True:
        try:
            num = float(input(f"{i + 1}번째 숫자를 입력하세요: "))
            numbers.append(num)
            break
        except ValueError:
            print("유효한 숫자를 입력하세요.")

# 합계와 평균을 계산합니다.
total, average = calculate_average(numbers)

# 결과를 출력합니다.
print(f"입력한 5개의 숫자: {numbers}")
print(f"합계: {total}")
print(f"평균: {average}")

# 파일을 읽고 특정 단어를 다른 단어로 바꾸는 프로그램

# 원본 파일명과 수정된 파일명을 정의합니다.
input_filename = 'example_text.txt'
output_filename = 'modified_text.txt'

# 파일을 읽어들입니다.
with open('example_text.txt', 'r', encoding='utf-8') as file:
    text = file.read()

# 단어를 교체합니다.
modified_text = text.replace('burdens', 'brightens').replace('weariness', 'greatness')

# 수정된 내용을 새로운 파일에 저장합니다.
with open(output_filename, 'w', encoding='utf-8') as file:
    file.write(modified_text)

print(f"파일 '{input_filename}'의 내용이 수정되어 '{output_filename}'에 저장되었습니다.")

import zipfile
import os

# files.zip 파일의 압축을 해제할 폴더 경로를 지정합니다.
zip_file_path = 'files.zip'
extract_folder = 'extracted_files'

# 압축 파일을 해제합니다.
with zipfile.ZipFile(zip_file_path, 'r') as zip_ref:
    zip_ref.extractall(extract_folder)

# 아라비아 숫자를 찾기 위한 파일들을 처리합니다.
arabic_numbers = []

# 추출된 폴더를 순회하며 파일을 읽습니다.
for root, dirs, files in os.walk(extract_folder):
    for file_name in files:
        file_path = os.path.join(root, file_name)
        with open(file_path, 'r', encoding='utf-8') as file:
            content = file.read().strip()
            # 아라비아 숫자인지 확인합니다.
            if content.isdigit():
                arabic_numbers.append(int(content))

# 아라비아 숫자들의 평균을 계산합니다.
if arabic_numbers:
    average_value = sum(arabic_numbers) / len(arabic_numbers)

    # 결과를 result.txt에 저장합니다.
    result_file_path = 'result.txt'
    with open(result_file_path, 'w', encoding='utf-8') as result_file:
        result_file.write(str(average_value))

    # result.txt 파일의 내용을 읽고 출력합니다.
    with open(result_file_path, 'r', encoding='utf-8') as result_file:
        result_content = result_file.read()
        print(f"result.txt 파일의 내용: {result_content}")
else:
    print("아라비아 숫자가 포함된 파일이 없습니다.")

import zipfile
import os
import pandas as pd

# 압축 파일의 경로와 압축 해제할 폴더 경로를 지정합니다.
zip_file_path = 'excel_files.zip'
extract_folder = 'extracted_excel_files'
result_file_path = 'result.xlsx'

# 압축 파일을 해제합니다.
with zipfile.ZipFile(zip_file_path, 'r') as zip_ref:
    zip_ref.extractall(extract_folder)

# 모든 파일의 데이터를 저장할 리스트를 초기화합니다.
data_frames = []

# 추출된 폴더를 순회하며 엑셀 파일을 읽습니다.
for idx, file_name in enumerate(sorted(os.listdir(extract_folder))):
    if file_name.endswith('.xlsx'):
        file_path = os.path.join(extract_folder, file_name)
        try:
            df = pd.read_excel(file_path, engine='openpyxl')
            # '표1', '표2', ... 형식으로 열 이름을 추가합니다.
            new_columns = {col: f'표{idx + 1}_{col}' for col in df.columns}
            df.rename(columns=new_columns, inplace=True)
            data_frames.append(df)
        except Exception as e:
            print(f"파일을 읽는 중 오류 발생: {file_path}, 오류: {e}")

# 최대 행 수를 결정합니다.
max_rows = max(df.shape[0] for df in data_frames)

# 모든 데이터를 하나의 데이터프레임으로 결합합니다.
result_df = pd.DataFrame()

# 각 데이터프레임을 결합합니다.
for df in data_frames:
    # 현재 데이터프레임의 행 수를 가져옵니다.
    num_rows = df.shape[0]
    # 최대 행 수에 맞춰 빈 행을 추가합니다.
    if num_rows < max_rows:
        empty_rows = pd.DataFrame(index=range(max_rows - num_rows), columns=df.columns)
        df = pd.concat([df, empty_rows], ignore_index=True)
    # 결과 데이터프레임에 결합합니다.
    result_df = pd.concat([result_df, df], axis=1)
    # 각 데이터프레임 사이에 빈 컬럼을 추가합니다.
    empty_column = pd.DataFrame(index=range(max_rows), columns=[f'빈 컬럼{len(result_df.columns)}'])
    result_df = pd.concat([result_df, empty_column], axis=1)

# 마지막 빈 컬럼을 제거합니다.
result_df = result_df.iloc[:, :-1]

# 결과 데이터프레임을 result.xlsx 파일에 저장합니다.
result_df.to_excel(result_file_path, index=False, engine='openpyxl')

print(f"결과가 {result_file_path} 파일에 저장되었습니다.")

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 각 도시의 URL을 딕셔너리로 정의합니다.
cities = {
    '서울': 'https://weather.com/weather/today/l/KSXX0037:1:KS',
    '도쿄': 'https://weather.com/weather/today/l/JAXX0085:1:JA',
    '홍콩': 'https://weather.com/weather/today/l/a16033779bee84d744ad8c017c2db67cfce767078b737139ec37e3bdab778110',
    '뉴욕': 'https://weather.com/weather/today/l/USNY0996:1:US'
}

# 날씨 정보를 저장할 리스트 초기화
weather_data = []

# 각 도시의 날씨 정보를 크롤링
for city, url in cities.items():
    response = requests.get(url, headers={'User-Agent': 'Mozilla/5.0'})
    soup = BeautifulSoup(response.content, 'html.parser')

    # 날씨 정보를 파싱 (Weather.com의 HTML 구조에 맞게 적절히 변경 필요)
    try:
        temperature = soup.find('span', class_='CurrentConditions--tempValue--MHmYY').text
        condition = soup.find('div', class_='CurrentConditions--phraseValue--mZC_p').text

        # 온도를 섭씨로 변환
        if '°' in temperature:
            temperature_f = float(temperature.replace('°', ''))
            temperature_c = (temperature_f - 32) * 5.0/9.0
            temperature = f"{temperature_c:.1f}°C"
        elif '°C' in temperature:
            temperature = temperature.replace('°C', '°C')

    except AttributeError:
        temperature = 'N/A'
        condition = 'N/A'

    weather_data.append({
        '도시': city,
        '온도': temperature,
        '상태': condition
    })

    print(f"{city}: {temperature}, {condition}")

# 데이터를 데이터프레임으로 변환
df = pd.DataFrame(weather_data)

# 엑셀 파일로 저장
output_file = 'weather.xlsx'
df.to_excel(output_file, index=False, engine='openpyxl')

print("-----------------")
print("국가별 날씨 저장 완료!")

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from webdriver_manager.chrome import ChromeDriverManager
import pandas as pd
import time

# 크롬 드라이버 설정
options = webdriver.ChromeOptions()
options.add_argument("--headless")  # 브라우저 창을 띄우지 않음
options.add_argument("--no-sandbox")
options.add_argument("--disable-dev-shm-usage")
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service, options=options)

# 검색어를 포함한 URL로 직접 이동
search_keyword = "ai"
search_url = f"https://www.nytimes.com/search?query={search_keyword}"
driver.get(search_url)

# 검색 결과 페이지 로드 대기
time.sleep(5)  # 검색 결과가 로드될 때까지 충분히 대기

# 검색 결과 중 상위 10개의 헤드라인 추출
headlines = []
try:
    # 검색 결과 컨테이너 요소 찾기
    search_results = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.CSS_SELECTOR, 'ol[data-testid="search-results"]'))
    )
    
    # 검색 결과 아티클 요소들 찾기
    articles = search_results.find_elements(By.CSS_SELECTOR, 'li[data-testid="search-bodega-result"]')[:10]
    
    for article in articles:
        headline = article.find_element(By.CSS_SELECTOR, 'h4').text
        headlines.append(headline)
except Exception as e:
    print(f"검색 결과를 찾는 중 오류 발생: {e}")

# 크롬 드라이버 종료
driver.quit()

# 헤드라인 출력
print("[AI 관련 뉴욕타임즈 헤드라인]")
for idx, headline in enumerate(headlines, 1):
    print(f"{idx}. {headline}")
print("-----------------")
print("헤드라인 저장 완료!")

# 헤드라인을 데이터프레임으로 변환
df = pd.DataFrame(headlines, columns=["헤드라인"])

# 엑셀 파일로 저장
df.to_excel("nyt_headlines.xlsx", index=False, engine='openpyxl')

import openai
import os

# OpenAI API 키 설정 (환경 변수로 설정하거나 직접 입력)
openai.api_key = os.getenv('OPENAI_API_KEY')

def get_next_word(word):
    # 입력된 단어의 마지막 글자 추출
    last_char = word[-1]
    
    # GPT-3.5 API 호출하여 끝말잇기 단어 요청
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role": "system", "content": "너는 끝말잇기 게임을 도와주는 AI야."},
            {"role": "user", "content": f"끝말잇기를 해봅시다. '{last_char}'로 시작하는 단어를 말해줘."},
        ]
    )
    
    # 응답에서 단어 추출
    next_word = response.choices[0].message['content'].strip()
    
    return next_word

def main():
    while True:
        user_input = input("단어를 입력하세요: ")
        if user_input == '그만':
            print("게임을 종료합니다.")
            break
        next_word = get_next_word(user_input)
        print(f"AI가 제시한 단어: {next_word}")

if __name__ == "__main__":
    main()

import openai
import os

# OpenAI API 키 설정 (환경 변수로 설정하거나 직접 입력)
openai.api_key = os.getenv('OPENAI_API_KEY')

def translate_text(text, target_language):
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role": "system", "content": "You are a translation assistant."},
            {"role": "user", "content": f"Translate the following text to {target_language}: {text}"},
        ]
    )
    
    translated_text = response.choices[0].message['content'].strip()
    return translated_text

def main():
    # 사용자 입력 받기
    original_text = input("원본 텍스트를 입력하세요: ")
    target_language = input("타겟 언어를 입력하세요: ")

    # 텍스트 번역
    translated_text = translate_text(original_text, target_language)
    print(f"번역 결과: {translated_text}")

if __name__ == "__main__":
    main()