為什麼 Python 要用 `max` 配合 `key=lambda`？從找最長文字的 Span 談起 ; #spans:list[dict] ; max(spans, key=lambda s: len(s.get(“text”, “”)))

1 個月 ago

在處理資料（例如解析 PDF、爬蟲抓取的...

Python pandas 逐列讀取教學：itertuples() vs iterrows() ; for row in df.itertuples ( index=False, name=None)

1 個月 ago

## 1. 這篇在解決什麼問題？ 在 `...

Python pandas 表格清理教學：空字串不是 pd.NA，notna() 會判斷為 True , dropna() 也刪不掉

1 個月 ago

## 1. 這篇在解決什麼問題？ 這篇主...

Python NamedTuple 教學：以 PDF 單頁抽取結果 PageExtraction 為例; class PageExtraction( NamedTuple )

1 個月 ago

## 1. 先理解 PyMuPDF 抽出...

Python pandas df.assign 實戰教學：先造 PDF，再用 iterator 抽文字/表格，最後補欄位

1 個月 ago

  1. 先用 Jupyter...

Python PyMuPDF fitz 教學：從pdf中抓文字、抓 fonts、抓表格; pip install PyMuPDF ; import fitz ; text_dict = page.get_text(“dict”) #type(page) is pymupdf.Page ; blocks:list[dict] = text_dict[‘blocks’] ; page.find_tables().tables [0].extract() ;如何判斷粗體字?

1 個月 ago

這份教學以一份可重現的示範 PDF 為基...

Python用 yield 拆解 PDF：在 PyMuPDF / fitz 中優雅走訪 block、line、span

1 個月 ago

- 用 `fitz` 讀 PDF - 逐...

別把中文洗掉：Python `isalnum()` vs `[^A-Za-z0-9]` 含/不含 CJK中日韓

1 個月 ago

這篇的目的很直接：幫你判斷在 token...

Python unicodedata 小教室：把 `café` 變成 `cafe`，因為大家搜尋時只會打 `cafe` ; import unicodedata ; normalized = unicodedata.normalize(“NFKD”, text) ; “”.join(ch for ch in normalized if not unicodedata.combining(ch))

2 個月 ago

`import unicodedata`...

argparse 超簡單教學：讓 Python 小工具聽懂你的指令; parser = argparse .ArgumentParser() ; parser.add_argument(“–name”) ; args = parser.parse_args()

2 個月 ago

# argparse 超簡單教學：讓 P...

Show more Posts
Show previous Posts