如何利用ChatGPT快速实现一个控制台进度条小工具？

CPP开发者 2024-01-18 939

CPP开发者

30 文章 3.6w阅读 0粉丝

描述

本篇讲解如何利用 ChatGPT 快速实现一个控制台进度条小工具，相比单纯介绍某些特性，此种方式涉及知识的综合运用，也顺便谈谈如何结合 AI 进行编程。

问题描述

控制台程序执行一些耗时任务时，需要向用户显示当前任务执行的进度，以提供清晰的感知。比如一个下载程序，通过进度条便能告知用户当前的下载进度。

进度条可以单独显示，也可以在程序输出的最下方显示，下图是一个示例。

这是一种单控制条需求，执行任务，显示进度，输出流依旧是从上至下依序进行，适合单线程的场景。

多控制条显示的效果如下图，实现要更加复杂一些，本文暂时不会涉及该部分。

python

初步分析

控制台上显示的这种符号，称为 ASCII Art，就是以字符构建的某种图案，不借助图片，也能够有一个生动的展示效果，比如下图这种。

python

因此控制台进度条也称为 ASCII Progress Bar，通过字符图案来模拟进度条的显示，通常分为已完成部分及未完成部分，使用两个字符，动态改变字符数量，便能够模拟出一个进度条。

模拟方式既定，下一问题在于进度条刷新。如果每更新一次进度，便输出一个字符图案，那么屏幕上将满是进度条，需要针对一条进度条，不断刷新其数据，而非每次都输出一条新的。具体实现时，便需要寻找定位进度条的方法，每次清除当前数据，重新打印新的数据，视觉上显示的是连续动画。

刷新思路亦成，接着的问题在于如何在进度条之上插入其他输出。进度条始终显示在用户输出下方，因此每次用户输出时，可以立即定位到进度条，定位之后清除当前进度条，输出用户内容，再重新打印进度条，便能够达到这一效果。

细枝末节，便需依赖具体的实现手法。

借助 ChatGPT 快速构建基本代码

需求明确，思路既定，接着便要着手设计库的结构和细节，实现细节这部分代码无需从零编写，可以借助 AI 快速生成。

我们所需做的，就是详细描述需求，以及预想的思路，让 ChatGPT 生成代码，验证是否符合需求，若不符合，纠正错误，让它再次生成，不断重复这个过程，直到基本满足期待的效果。如果一开始的效果就完全牛头不对马嘴，那也可以让它基于 Python 生成，等到效果尚可，再让它把代码转换成 C++ 代码。

经过多次调教，最终生成的代码如下：

 

 1#include 
 2#include 
 3#include 
 4
 5void print_progress_bar(int iteration, int total, int bar_length = 50) {
 6    float progress = static_cast(iteration) / total;
 7    int arrow_length = static_cast(bar_length * progress);
 8    int spaces = bar_length - arrow_length;
 9
10    std::cout << "
Progress: [";
11    for (int i = 0; i < arrow_length; ++i) {
12        std::cout << "-";
13    }
14    for (int i = 0; i < spaces; ++i) {
15        std::cout << " ";
16    }
17    std::cout << "] " << progress * 100 << "%" << std::flush;
18}
19
20int main() {
21    int total_iterations = 100;
22    for (int i = 0; i <= total_iterations; ++i) {
23        // 输出其他内容
24        std::cout << "�33[2K
Some other output " << i << std::endl;
25
26        // 更新并输出进度条
27        print_progress_bar(i, total_iterations);
28        std::cout << std::flush;
29
30        // 模拟任务执行时间
31        std::sleep_for(std::milliseconds(100));
32    }
33
34    // 输出一个换行来防止进度条下一行被覆盖
35    std::cout << std::endl;
36
37    return 0;
38}

 

生成的最终代码基本满足需求，能够按预期显示进度条。

对于进度条，生成的代码使用 - 表示完成部分， 表示未完成部分，每隔 100ms 刷新一次进度数据。进度条长度固定为 50，依据当前进度和控制条长度，动态计算已完成和未完成字符长度，通过循环打印出来。

而刷新显示，这也是调教时最麻烦的一个，起初生成的代码一直会不断打印控制条，最终告诉它使用 ANSI escape codes 才纠正为 �33[2K 。

这个转义码可以分为两部分，�33[2K 和 。后者比较常见，就是将光标移动到当前行的开头，而前者的作用是清除当前光标所在行，其实包含三个参数，意义分别为：

0K：清除从光标所在位置到行尾的内容；

1K：清除从行首到光标所在位置的内容；

2K：清除整行内容。

组合起来，作用是每次输出用户内容（用户内容最后需要换行，否则最后一行内容可能会被清除）时，先清除最后一行内容，再将光标移至行首，达到的效果就是清除当前进度条并回到行首。如果仅仅将光标移至行首，而不清除当前行，后面打印的内容若是比原有内容（进度条）长度短，便会留下原有内容的残余部分，致界面混乱。

用户的最后一行输出是换行符，生成代码利用 将光标移至行首，再输出进度条，其实完全多余，光标本来就在行首，每次打印的进度条本身就在用户内容的下方。

封装成类，微调代码

ChatGPT 生成的代码，虽然能够达到效果，但最多只有六十分，只是快速实现细节，省些力气而已，仍需要进一步微调。

构建一个 cpp-progress-bar 项目，以 Header-only 的形式添加一个 progress_bar 类，将变化点全部封装起来。

首先，将所有可定制的数据，全部抽离出来。比如控制条长度、数据长度、已完成字符和未完成字符等等。

 

 1class progress_bar {
 2public:
 3    progress_bar(int total, int bar_length = 50, std::ostream& os = std::cout)
 4        : m_bar_length{ bar_length }
 5        , m_data_length{ total }
 6        , m_done_char{ '#' }
 7        , m_undone_char{ '.' }
 8        , m_opening_bracket{ '[' }
 9        , m_closing_bracket{ ']' }
10        , m_os{ os }
11        , m_desc{ "Progress" }
12    {}
13
14    auto bar_length(int len) -> void {
15        m_bar_length = len;
16    }
17
18    auto bar_length() const -> int {
19        return m_bar_length;
20    }
21
22    // ...
23
24private:
25    int m_bar_length;       // 控制条长度
26    int m_data_length;      // 数据长度
27    char m_done_char;       // 已完成字符
28    char m_undone_char;     // 未完成字符
29    char m_opening_bracket; // 开括号
30    char m_closing_bracket; // 闭括号
31    std::ostream& m_os;     // 输出流
32    std::string m_desc;     // 控制条描述信息
33};

 

其次，将「清除并回到行首」和「输出控制条」这两部分抽离出来，它们一个在用户内容之前输出，一个在之后输出，于是增加一个 before() 和 after() 接口来表示。

 

 1auto progress_bar::before() const -> void {
 2    m_os << "�33[2K
";
 3}
 4
 5auto progress_bar::after(int cur) const -> void {
 6    auto progress = static_cast(cur) / m_data_length;
 7    auto finished_length = static_cast(progress * m_bar_length);
 8
 9    m_os << m_desc << ": " << m_opening_bracket;
10    for (int i = 0; i < finished_length; ++i) {
11        m_os << m_done_char;
12    }
13    for (int i = 0; i < m_bar_length - finished_length; ++i) {
14        m_os << m_undone_char;
15    }
16    m_os << m_closing_bracket << progress * 100 << "%" << std::flush;
17}

 

最后，以一个 update() 接口来调用以上这两个接口，更新进度条。

 

 1auto progress_bar::update(int cur) const -> void {
 2    this->before();
 3    this->after(cur);
 4}
 5
 6auto progress_bar::update(int cur, std::invocable auto fn) const -> void {
 7    this->before();
 8    std::invoke(fn, cur);
 9    this->after(cur);
10}

 

提供两个重载版本，以应对无用户输出时的变化性。

现在，便可以这样使用：

 

 1int main() {
 2    int total = 50;
 3    cpb::progress_bar progress(total);
 4    for (auto i : std::iota(0, total)) {
 5        // Update the progress bar
 6        progress.update(i + 1, [](int v) {
 7            std::cout << "Some other output " << v << '
';
 8        });
 9        std::sleep_for(std::milliseconds(100));
10    }
11}

 

这便是一个轻量级库的雏形。

优化实现

雏形已成，但实现方面依旧是 ChatGPT 的实现，尽管只有几行代码，生成的代码还是相当丑陋而低效。到这一步，便要开始替换生成的实现。

也就是说，ChatGPT 生成的代码仅仅是能跑，雏形交给它来快速生成，后续的封装和优化工作则全由自己来做，替换所有低效实现。

当前留下的生成代码只有生成已完成字符和未完成字符，这部分可以使用 C++20 Fomatting Library 进行优化，简化代码。

 

1auto progress_bar::after(int cur) const -> void {
2    auto progress = static_cast(cur) / m_data_length;
3    auto finished_length = static_cast(progress * m_bar_length);
4
5    auto progress_info = std::format("Progress: [{3:>3}%] [{0:#^{1}}{0:.^{2}}]", "", finish_length, bar_length - finish_length, static_cast(progress * 100));
6    m_os << progress_info << std::flush;
7}

 

通过优化，核心代码只剩下一行，这就是 fmt 库的强大所在。

但是，格式化时没有动态指定填充字符，这是因为 fmt 暂时不支持这种代码：

 

1   // "====="
2   std::cout << std::format("{:=^{}}
", "", 5); // OK
3   std::cout << std::format("{0:{1}^{2}}
", "", '-', 5); // Error

 

由于会产生复杂的开销，默认的 std::formatter 并不支持动态指定填充字符。

可以通过定制来手动实现，代码如下：

 

 1namespace cpb {
 2
 3struct fill {
 4    char value;
 5    int width;
 6};
 7
 8} // namespace cpb
 9
10
11template <>
12struct std::formatter {
13  constexpr auto parse(format_parse_context& ctx) { return ctx.begin(); }
14
15  auto format(const cpb::fill& f, auto& ctx) const {
16    return std::fill_n(ctx.out(), f.width, f.value);
17  }
18};

 

别看仅有几行代码，fmt 的定制存在巨坑。

这种实现是错误的：

 

 1namespace cpb
 2{
 3struct fill {
 4    char value;
 5    int width;
 6};
 7}
 8
 9template <>
10struct std::formatter {
11    constexpr auto parse(format_parse_context& ctx) { return ctx.begin(); }
12
13    auto format(const cpb::fill& f, auto& ctx) {
14          return std::fill_n(ctx.out(), f.width, f.value);
15    }
16};

 

这种实现也是错误的：

 

 1namespace cpb
 2{
 3struct fill {
 4    char value;
 5    int width;
 6};
 7}
 8
 9template <>
10struct std::formatter {
11    auto parse(format_parse_context& ctx) { return ctx.begin(); }
12
13    auto format(const cpb::fill& f, auto& ctx) const {
14          return std::fill_n(ctx.out(), f.width, f.value);
15    }
16};

 

这种实现还是错误的：

 

 1namespace cpb
 2{
 3struct fill {
 4    char value;
 5    int width;
 6};
 7}
 8
 9template <>
10struct std::formatter {
11  constexpr auto parse(format_parse_context& ctx) { return ctx.begin(); }
12
13  auto format(const cpb::fill& f, format_parse_context& ctx) const {
14    return std::fill_n(ctx.out(), f.width, f.value);
15  }
16};

 

这种实现依旧是错误的：

 

 1struct fill {
 2    char value;
 3    int width;
 4};
 5
 6template <>
 7struct std::formatter {
 8  constexpr auto parse(format_parse_context& ctx) { return ctx.begin(); }
 9
10  auto format(const fill& f, auto& ctx) const {
11    return std::fill_n(ctx.out(), f.width, f.value);
12  }
13};

 

尤其是最后一个，因为标准存在 std::fill，此时特化 std::formatter 中使用的 fill 是 std::fill，而不是自己定义的 fill，所以必须将其置入命名空间内。

由此也可见，基于特化的这种定制方式非常不友好，出现错误较为莫名其妙。

有了这个定制，便可以使用 fill 来进一步简化原有实现：

 

1auto after(int cur) const -> void {
2    auto progress = static_cast(cur) / m_data_length;
3    auto finished_length = static_cast(progress * m_bar_length);
4
5    auto progress_info = std::format("{}: [{:>3}%] {}{}{}{}", m_desc, static_cast(progress * 100), m_opening_bracket, fill{m_done_char, finished_length}, fill{m_undone_char, m_bar_length - finished_length}, m_closing_bracket);
6    m_os << progress_info << std::flush;
7}

 

现在这个实现便精简多了。

AOP 优化

当前接口存在 before() 和 after()，这不正是 AOP 要解决的问题，我们几年前也使用 C++20 实现过一个轻量级的 AOP 库，此处可以基此稍微扩展一下，满足当前需求。

于是实现进一步简化为：

 

1auto update(int cur) const -> void {
2    aopcxx::make_aspect(this, cur);
3}
4
5auto update(int cur, std::invocable auto fn) const -> void {
6    aopcxx::make_aspect(this, fn, cur);
7}

 

原理几年前便已讲过，扩展的源码可以自行去看。

示例

至此，三两下库已成型，可以这样使用：

 

 1int main() {
 2    int total = 50;
 3    cpb::progress_bar progress(total);
 4    for (auto i : std::iota(0, total)) {
 5        // Update the progress bar
 6        progress.update(i + 1, [](int v) {
 7            std::cout << "Some other output " << v << '
';
 8        });
 9        std::sleep_for(std::milliseconds(100));
10    }
11
12    std::cout << "
";
13    progress.done_char('X');
14    progress.undone_char('-');
15    for (auto b : std::iota(0, total)) {
16        progress.update(b + 1);
17        std::sleep_for(std::milliseconds(100));
18    }
19}

 

如果想亲自测试一下代码或查看源码，可以通过以下指令：

 

1git clone https://github.com/lkimuk/cpp-progress-bar.git
2mkdir build && cd build
3cmake ..
4make
5./test

 

总结

思路想法确定，借助 ChatGPT 快速生成代码雏形，能够加快开发速度，让你避开细枝末节，快速让目标运行起来。

在此基础上，自己只需专注代码优化，将精力放在核心功能上。

尽管后期可能会替换掉 AI 生成的所有实现，但也要事半功倍。先快速让程序跑起来，再去优化局部细节，比完全从局部细节构建起整体结构，要高效得多。

大家可以尝试使用起来。





审核编辑：刘清

打开APP阅读更多精彩内容
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

下载APP
|投诉反馈|电子发烧友网
© 2021 elecfans.com
湘ICP备2023018690号
×
20
完善资料，
赚取积分