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

3 週 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

3 週 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))

3 週 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()

4 週 ago

# argparse 超簡單教學：讓 P...

Python `os.environ[“PATH”]`（設定 *.exe 路徑）vs `sys.path`（設定 *.py 路徑）教學：用 Whisper 與 ffmpeg 看懂兩種很像的 path

1 個月 ago

這篇教學要講的是一個很常混在一起的觀念：...

Python / VS Code UTF-8 BOM (Byte Order Mark) 教學; Path .read_text( encoding = “utf-8-sig”) ; `Ctrl+Shift+P` => `Preferences: Open User Settings (JSON)` => “files.encoding”: “utf8”

1 個月 ago

這篇教學整理這次在 `get_class...

Python: 用兩階段 Regex 拆解 CamelCase、 Acronym 與數字 Token: Himalia4FWGenUUID4ProcessStep_2

1 個月 ago

`Himalia4FWGenUUID4P...

Python 正規表達式教學：看懂 re.split()、\W|_ 與 flags=re.ASCII # \w代表 word character ~ [A-Za-z0-9_]

2 個月 ago

這篇會用 Python re 模組 來講...

Python 實戰：用 jieba + Normalize + N-gram 穩定抓出 Family 名稱 ; re.sub(r'[^a-z0-9]+’, ”, s.lower()) #全部轉小寫 #移除非英數字元

2 個月 ago

目標很明確： 從混雜中文、英文、符號的文...

Python 字串匹配教學：捨棄整體初篩，改用字根比對判斷 Class Name ; tail_pattern = re.compile(r'(ProcessStep(?:_\d+)?|Process|Step(?:_\d+)?)$’) ; difflib.SequenceMatcher(None, a.lower(), b.lower()).ratio()

2 個月 ago

在做 Class Name 的 OCR ...

Show more Posts
Show previous Posts