标签：文本

crifan 5年前 (2020-03-08) 821浏览 0评论

折腾： 【未解决】用Python把印象笔记中代码段en-codeblock替换成html的pre或code 期间，希望对于输入一段文字 用Python能检测出：是什么编程语言 用于后续pre的brush的值 目前至少希望支持 shell pytho...

crifan 6年前 (2019-09-02) 1158浏览 0评论

python nlp 【译文】基于Python的自然语言处理指南 – 知乎 text cleaning pipeline nlp – Pipeline for text cleaning / processing in py...

crifan 6年前 (2019-04-09) 5454浏览 0评论

折腾： 【已解决】更新gitbook发布脚本Makefile忽略某些book 期间，Makefile中想要读取出文件的内容 makefile read file contents Create a variable in a makefile by ...

crifan 7年前 (2018-10-11) 830浏览 0评论

折腾： 【记录】用PySpider去爬取scholastic的绘本书籍数据 期间，现在对于： Riff Raff Sails the High Cheese by Susan Schade | Scholastic 已经用代码： （注意 html...

crifan 12年前 (2014-01-27) 2897浏览 0评论

【背景】 折腾： 【未解决】将不可拷贝复制的PDF中的表格数据导出并转换为xml格式数据 期间，去试试用xpdf，将一个不可拷贝的pdf文件，转换为文本或html。   【折腾过程】 1.参考： PDFTOHTML conversion p...

crifan 12年前 (2014-01-27) 4166浏览 3评论

【背景】 折腾： 【未解决】将不可拷贝复制的PDF中的表格数据导出并转换为xml格式数据 期间，去试试使用pyPdf去把一个不可复制的PDF文件，转换为文本或HTML。   【折腾过程】 1.参考： Convert PDF to text ...

crifan 12年前 (2014-01-27) 2776浏览 1评论

【背景】 折腾： 【未解决】将不可拷贝复制的PDF中的表格数据导出并转换为xml格式数据 期间，打算去试试使用PDFMiner去把PDF，且是个加了密，不可拷贝的PDF，看看能否转换为文本或HTML。   【折腾过程】 1.找到主页： PD...