删掉第17条私信，内容是“手把手教你用Python月入五万，小白三天上手”。这玩意儿现在比病毒还多。疫情把所有人都困在家里，副业培训的镰刀就磨得锃亮，好像敲几行代码就能自动印钞。我盯着屏幕右下角那个爬虫脚本，它正卡在某个美食网站的验证码上，已经重试了八次。这才是现实——没有底层逻辑，你连一张菜谱图片都扒不下来，谈什么自动化生成一百种。
所谓的“自动生成”，听起来很AI，其实底层全是脏活。你得先有数据，大量的、干净的、结构化的数据。那些培训课不会告诉你，大部分中文食谱网站根本没有开放的API，HTML结构乱七八糟，class名全是拼音缩写，一张完整的菜谱可能分散在五个div里，中间还插着弹窗广告和“下载APP看更多”的按钮。我的脚本得用BeautifulSoup去硬解析DOM树，用正则表达式从大段描述文本里抠出“热量”、“克数”这些关键数字。这还只是第一步。
第二步是清洗。扒下来的数据像一盆混了沙子的糙米。“少许”、“适量”、“一勺”这种中餐特有的模糊单位，对机器来说就是垃圾。你得建映射表：“一勺”约等于“15克”，“少许”在热量计算里直接忽略。更恶心的是，很多菜谱的热量值是编辑随手填的，或者根本没有。我需要用营养成分表去反推，根据肉类、蔬菜、油脂的配比估算一个大卡范围。这里涉及另一个爬虫，去爬食物成分数据库的API，还要处理频率限制，用time.sleep随机延时，模拟真人操作，不然IP分分钟被封。
第三步，所谓的“生成”逻辑。现在手里有几万条清洗过的菜谱条目，每条都有食材、重量、估算热量。生成新菜谱不是魔法，是排列组合与约束求解。核心算法是：给定一个热量上限（比如400大卡），从食材池里选取蛋白质、碳水、蔬菜、脂肪来源，计算总热量，同时考虑食材搭配的合理性（比如西红柿和鸡蛋是常见组合，西红柿和巧克力就不是）。这里用上了pandas做数据筛选，用random.sample做随机抽取，但随机里必须有规则——不能连续生成三个都是“鸡胸肉+西兰花”的搭配，那叫食谱吗？那叫饲料。
那些鼓吹“三天上手”的课程，会带你走到这一步吗？不会。他们只给你看最后那个光鲜的、能输出漂亮PDF的GUI界面。他们不会告诉你，为了处理一个网站突然把div class从“cailiao”改成“material”，你可能要熬夜重写解析函数。他们更不会说，所谓的“自动发布到社交媒体”，需要你去研究平台的反爬策略，模拟登录，处理滑块验证码，一个不小心账号就被限流。所有看起来“自动”的暴利背后，都是对某个系统底层规则（代码的、算法的、甚至平台运营人力的）的深刻理解和破解。你不掌握这个，你就是被收割的那个——花钱买了把看似锋利的镰刀，结果发现连韭菜根都割不动。
窗外的城市比往常安静，但微信群和知识付费平台比任何时候都喧嚣。又一个私信弹出来：“老师，我想学那个自动生成食谱的，能直接卖钱吗？”我回都没回，直接删掉。脚本终于跳过了那个验证码，继续吭哧吭哧地抓取着。真正的“自动化”，是深夜里和这些枯燥、顽固、不断变化的数字系统搏斗，直到你摸清它的每一处关节和弱点。这不是副业，这是主业。是手艺。
