- 综合排序
- 最热优先
- 最新优先
- 来自专栏阿炬.NET
CSS内嵌样式自动提取器
逐行分析，将内联样式提取出来，并自动编号代替的一个小工具软件 注：style=""(此处必须是标准的双引号！)
1.6K70发布于 2018-05-11 - 来自专栏技术探究
爬虫系列（7）数据提取--Beautiful Soup。
Beautiful Soup自动将输入文档转换为Unicode编码，输出文档转换为utf-8编码。 你不需要考虑编码方式，除非文档没有指定一个编码方式，这时，Beautiful Soup就不能自动识别编码方式了。然后，你仅仅需要说明一下原始编码方式就可以了。
1.7K30发布于 2019-07-10 - 来自专栏搁浅测试同学小分享
pytest+requests+allure实现接口自动化测试系列（7）-数据提取并保存
接着上一篇分享 这次主要分享的是响应数据的提取和保存，在做接口测试的时候，我们肯定会遇到需要接口直接数据调用，比如A接口需要用到B接口响应的数据，但是我们需要做的是设计提取值的规则和保存下来。 validate: - equal_to: $.code: 0 - equal_to: $.code: 0 extract下面就是需要提取的值 ，token表示保存的变量名，$.data.token是要从响应的提取值的jsonpath的路径。 我们提取和保存需要用到的值主要用到python的两个函数 setattr(obj,name,value) getattr(obj,name) setattr设置一个对象里面，getattr是从一个对象里面获取一个变量 token": "$.data.token" } Utils.extract(extract_dict, r) # 设置值 token = Utils.get_env_value('token') # 提取值
1.2K20编辑于 2022-07-21 - 来自专栏深度学习之tensorflow实战篇
textrank算法原理与提取关键词、自动提取摘要PYTHON
其基本思想来源于谷歌的 PageRank算法（其原理在本文在下面）, 通过把文本分割成若干组成单元(单词、句子)并建立图模型, 利用投票机制对文本中的重要成分进行排序, 仅利用单篇文档本身的信息即可实现关键词提取 基于TextRank的关键词提取 关键词抽取的任务就是从一段给定的文本中自动抽取出若干有意义的词语或词组。 基于TextRank的自动文摘 基于TextRank的自动文摘属于自动摘录，通过选取文本中重要度较高的句子形成文摘，其主要步骤如下： （1）预处理：将输入的文本或文本集的内容分割成句子得 ?
3.2K20发布于 2019-02-14 - 来自专栏深度学习之tensorflow实战篇
textrank算法原理与提取关键词、自动提取摘要PYTHON
其基本思想来源于谷歌的 PageRank算法（其原理在本文在下面）, 通过把文本分割成若干组成单元(单词、句子)并建立图模型, 利用投票机制对文本中的重要成分进行排序, 仅利用单篇文档本身的信息即可实现关键词提取 基于TextRank的关键词提取 关键词抽取的任务就是从一段给定的文本中自动抽取出若干有意义的词语或词组。 基于TextRank的自动文摘 基于TextRank的自动文摘属于自动摘录，通过选取文本中重要度较高的句子形成文摘，其主要步骤如下： （1）预处理：将输入的文本或文本集的内容分割成句子得 ?
5.9K60发布于 2018-03-19 - 来自专栏生信菜鸟团
Python 自动化提取基因 CDS
self.feature.qualifiers key = object else: obj = object # 为字符，提取 records: print(f"{record.id}") for feature in record.features: # 提取 2 提取单个基因CDS main.py from BaimoTools import BaimoTools gb_file = f"res/genbank/SARS-CoV-2.gb" fasta_file 3 提取多个基因CDS main.py from BaimoTools import BaimoTools gb_file = f"res/genbank/SARS-CoV-2.gb" fasta_file 下一步更新其他基因特征提取，及格式转换功能。
1.2K10发布于 2021-03-23 - 来自专栏生信情报站
Python 自动化提取基因的 CDS
文章目录 一、环境准备及背景介绍 二、Python 实现 三、使用示例 数据介绍 1、提取单个基因CDS 2、提取多个基因CDS 2、提取全部基因CDS 一、环境准备及背景介绍 Python 开发环境 序列处理：生物信息中的 Python 02 | 用biopython解析序列 示例 Genbank 数据：下载链接 Genbank 数据介绍：生物信息中的Python 05 | 从 Genbank 文件中提取 self.feature.qualifiers key = object else: obj = object # 为字符，提取 1、提取单个基因CDS main.py from BaimoTools import BaimoTools gb_file = f"res/genbank/SARS-CoV-2.gb" fasta_file 下一步更新其他基因特征提取，及格式转换功能 我的博客即将同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?
1.9K20发布于 2021-01-12 - 来自专栏山河已无恙
数据采集:selenium 提取 Cookie 自动登陆
写在前面 工作需要，简单整理 博文内容涉及 通过 selenium 实现自动登陆 理解不足小伙伴帮忙指正 「 对每个人而言，真正的职责只有一个：找到自我。然后在心中坚守其一生，全心全意，永不停息。 是随波逐流，是对内心的恐惧 ——赫尔曼·黑塞《德米安》」 ---- 未登陆用户 保存 cookie 假设登陆用户名为 : chinaz_735287 我们需要获取一些 CDN 的数据，代码很简单，不做说明，自动登陆 "sameSite": "Lax", "secure": false, "value": "1692588387" } ] 使用 cookie 自动登陆 from seleniumwire import webdriver import json import time # 自动登陆 browser = webdriver.Chrome() with document.cookie); VM64:1 toolUserGrade=DA558BECA59696EB6D6F7073658259093B6A1006BF1EE9768104ED4EF435DFFE7A7CCE826E9718B7BF5917ABBB8378EB9F2A2DF83F2D261B6ABB5FF77D3EB74948E7E207D35739840897873E9CED6A06188A7269E8D6621D2A3EB35366EE2939BD52587A8E5FD9CFD5B7FADCEA248B51B971062D27AB402FF41885786B87AD00
71820编辑于 2023-09-11 - 来自专栏红队蓝军
恶意样本自动化配置提取初探
](CAPEv2/Emotet.py at f2ab891a278b2875c79b4f2916d086f870b54ed5 · kevoreilly/CAPEv2 (github.com)) 沙箱的提取代码 ，在前面奇安信攻防社区-APT 恶意 DLL 分析及 C2 配置提取（子 DLL 篇） 分析的基础上尝试编写自动化配置提取，如有错误还请指正。 itertools 编译器： vscode 样本IOC： HASH 值 MD5 4e22717b48f2f75fcfd47531c780b218 SHA1 60b637e95b1f2d14faaa71085b7e26321bfeeb6d SHA256 7f94107c9becbcc6ca42070fca7e1e63f29cdd85cbbd8953bbca32a1b4f91219 ECC 密钥提取： 首先在 IDA 或 XDBG 中定位到解密的代码的特征数据区 和前面一样，我们使用 xor 函数解密，不同的是这里提取的是 IP ，所以我们需要引用 IP 相关的标准库 socket。
66120编辑于 2023-09-22 - 来自专栏从零开始学自动化测试
httprunner学习7-extract提取content返回对象
前言 提取response返回的对象数据，用extract关键字。前面有关于token的取值，通过content.token取值。 本篇详细讲解如何从返回的json数据提取出想要的各种数据 content对象 httprunner里面的content实际上就是request里面的r.content，返回的是一个byte类型。 , "username": "test", "token": "b3f7e8e12d23591ea671374dee818c63b1599d4d" } 上面的json数据，可以转成python 里面对应的dict类型，extract提取方法 content.code 取出code后面对应的值0 content.msg 取出msg后面的对应值”login success!” content.username 取出username后面的值”test” content.token 取出token后面的值”b3f7e8e12d23591ea671374dee818c63b1599d4d
1.2K30发布于 2019-09-29 - 来自专栏wujunmin
Excel自动提取文本的特征关键字
使用Excel Power Query的两个函数，可以做个全自动模板，实现此功能，实现步骤如下： 1.将文本和特征量均导入Power Query Excel 2016及以上在数据选项卡下，Excel2013
2.8K30发布于 2021-09-07 - 来自专栏深度学习思考者
机器学习特征提取 | 自动特征工程featuretools
ft.demo.load_mock_customer() In [3]: customers_df = data["customers"] In [5]: sessions_df = data["sessions"] In [7]
1.9K50发布于 2018-01-02 - 来自专栏机器学习AI算法工程
TF-IDF应用：自动提取关键词、找相似文章、自动摘要
有一篇很长的文章，我要用计算机提取它的关键词（Automatic Keyphrase extraction），完全不加以人工干预，请问怎样才能正确做到？ 假定现在有一篇长文《中国的蜜蜂养殖》，我们准备用计算机提取它的关键词。 一个容易想到的思路，就是找到出现次数最多的词。如果某个词很重要，它应该在这篇文章中多次出现。 所以，自动提取关键词的算法就很清楚了，就是计算出文档的每个词的TF-IDF值，然后按降序排列，取排在最前面的几个词。 除了自动提取关键词，TF-IDF算法还可以用于许多别的地方。 以前图为例，其中的簇一共有7个词，其中4个是关键词。因此，它的重要性分值等于 ( 4 x 4 ) / 7 = 2.3。
4.6K171发布于 2018-03-13 - 来自专栏小狼的世界
Python自动提取生成博客园年度报告
上面这些内容，是通过 Python 脚本自动生成的。代码在后面可以看到，也可以参考我的 GitHub。当然现在统计的内容还不太完善，毕竟是用一天时间撸出来的，如果大家有更好的想法，欢迎提交代码。
74210发布于 2021-01-05 - 来自专栏hadoop学习笔记
hanlp中文智能分词自动识别文字提取实例
经过调研，找到了一下开源项目 1、word 分词器 2、ansj 分词器 3、mmseg4j 分词器 4、ik-analyzer 分词器 5、jcseg 分词器 6、fudannlp 分词器 7、 name = ""; 5 List<Term> terms = NLPTokenizer.segment(str); 6 System.out.println(terms); 7
3.5K00发布于 2018-11-30 - 来自专栏进击的Coder
OpenTag模型：减少人工标注，自动提取产品属性值
AI 前线导读：提取缺失属性值是指从自由文本输入中找到描述兴趣属性的值。过去大多数关于提取缺失属性值的工作都是在封闭的假设下进行，即事先已知一组可能的属性值，或者使用属性值字典和手工提取的特征。 OpenTag 是目前第一个端到端的开放式属性值提取框架，在这项工作中，作者利用产品配置文件信息，如标题和描述，来提取缺失的产品属性值。 正式问题定义：开放式属性值提取。 联合提取多属性值： OpenTag 能够通过改变标注策略联合提取多属性值。在实验中，我们从狗粮产品标题中联合提取了品牌、味道和容量这三个属性值。 表 6 由于联合提取多属性值能够利用他们的分布式语义信息，因此比单独提取的效果要好，如表 6 所示。尽管品牌和容量这两个属性值的联合提取分数提高了，但是味道属性的提取分数略有下降。
1.9K20发布于 2019-09-04 - 来自专栏Dance with GenAI
AI网络爬虫：用kimichat自动批量提取网页内容
具体步骤如下： 在F盘新建一个Excel文件：提示词.xlsx 打开网页：https://lobehub.com/zh/assistants 定位class="layoutkit-flexbox css-15l7r2q acss-vjqh32"的div标签； 定位div标签里面所有的a标签， 提取a标签的href属性值，前面加上”https://lobehub.com/zh”,构造成一个URL； 解析这个URL的源代码 ； 在源代码中定位class="acss-7ksih7"的div标签，提取其全部文本内容作为提示词内容，写入”提示词.xlsx”这个Excel文件的第3列，列的标头为：提示词内容； 注意： 每一步都要输出相关信息到屏幕 a标签的href属性 div_tag = soup.find('div', class_='layoutkit-flexbox css-15l7r2q acss-vjqh32') a_tags = div_tag.find_all div标签文本内容 div_tag = soup.find('div', class_='acss-7ksih7') content = div_tag.get_text(strip=True) if
91811编辑于 2024-06-24 - 来自专栏早起Python
Python办公自动化｜批量提取Excel数据
大家好，又到了Python办公自动化系列。 今天我们来讲解一个比较简单的案例，使用openpyxl从Excel中提取指定的数据并生成新的文件，之后进一步批量自动化实现这个功能，通过本例可以学到的知识点: openpyxl模块的运用 glob模块建立批处理 数据源：阿里云天池的电商婴儿数据（可自行搜索并下载，如果要完成进阶难度可直接将该数据Excel拷贝999次即可，当然这个拷贝可以交给代码来实现） 需求说明 初级难度：提取电商婴儿数据.xlsx中购买数 其实如果你仔细思考会发现这个需求使用pandas会以更简洁的代码实现，但是由于我们之后的Python办公自动化案例中会频繁使用openpyxl，并且在操作Excel时有更多的功能，因此在之后我们将主要讲解如何使用这个 最后还是希望大家能够理解Python办公自动化的一个核心就是批量操作-解放双手，让复杂的工作自动化！
4.1K20发布于 2020-07-22 《数字图像处理》实验7-图像特征提取
实验目标 理解图像特征提取的核心意义（提取区分性关键信息，支撑后续识别、分类任务）； 掌握多维度特征提取方法：颜色空间通道、边缘、角点、SIFT 特征、纹理特征； 熟悉 MATLAB 相关工具函数的使用 ，对比不同特征提取算法的效果与适用场景。 二、完整实验内容与代码实现 （一）颜色空间通道提取 实验任务 读取彩色图像→提取 RGB 三通道→转换至 HSV 空间并提取 H、S、V 三通道→可视化所有通道。 title('G通道', 'FontSize', 12); subplot(3,3,6); imshow(B); title('B通道', 'FontSize', 12); subplot(3,3,7) （二）边缘特征提取（多算子对比） 实验任务 读取彩色图像→转换为灰度图→使用 Prewitt、Canny、LOG 算子提取边缘→对比边缘效果。
13810编辑于 2026-01-21- 来自专栏华仔的技术笔记
Xcode 7 自动测试XCTestCase
Apple 在 Xcode 7 中新加入了一套 UI Testing 的工具，其目的就是解决这个问题。 这篇文章将通过一个简单的例子来说明 Xcode 7 中 UI Testing 的基本概念和使用方法。 这也是为什么 iOS 中大部分的 UI 测试框架都是基于 UI Accessibility 的原因，Xcode 7 的 UI Testing 也不例外。 elementBoundByIndex(1).childrenMatchingType(.SecureTextField).element.typeText("123") // Other more test code } 自动录制生成的代码使用了很多 ) 中 UI 录制在对于有 identifier 的文本框时，没有自动插入 tap()，这会导致测试时出现 “UI Testing Failure - Neither element nor any descendant
2.2K70发布于 2018-05-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号