难。离谱地难。我花了一个周末写了个能处理 OpenAI 格式的流式解析器，结果 Anthropic 改了他们的格式，我那所谓的“通用”解析器立刻就只通用于一家供应商了。 那一刻我决定不再写自定义 API 封装器。六个月后，伴随着一堆被删掉的代码，就是下面这 7 个把我 ...

自动生成 HTML 可视化报告：分析后自动生成现代化的HTML财务分析网页，包含图表和交互效果 自动跟进 EDGAR filing 索引页（-index.htm）至主文档 HTML，提高分析有效性 支持直接传入 PDF/HTML 报告 URL（兜底） HTML 解析默认不依赖 pdfminer；PDF 解析可选安装 pdfminer.six ...

今天给大家分享一下，花费2周时间整理的Python自动化办公库。 本次内容涵盖了Excel、Word、PPT、ODF、PDF、邮件、微信、文件处理等所有能在办公场景实现自动化的库，希望能够对大家有所帮助。 特点：openpyxl 是一个用于读取 / 编写 Excel 2010 xlsx/xlsm/xltx/xltm 文件的 ...

PDF文献是学术研究中必不可少的资源，但是如何快速准确地找到所需信息却是一个难题。本文将介绍一种基于关键词词频统计的PDF文献分析方法，帮助读者更加高效地进行学术研究。 一、PDF文献关键词提取 首先需要从PDF文献中提取出关键词。常用的PDF阅读器如 ...

王树义。大学教师，终身学习者。稍微懂一点儿写作、演讲、Python和机器学习。欢迎关注我的公众号“玉树芝兰”(nkwangshuyi)。 前两天，有位读者留言求助。 起因是他读我的《如何用Python做词云？》一文。按照样例成功做出词云后，觉得很兴奋。不过，他不满足 ...

王树义。大学教师，终身学习者。稍微懂一点儿写作、演讲、Python和机器学习。欢迎关注我的公众号“玉树芝兰”(nkwangshuyi)。 本文为你展示，如何用 Python 把许多 PDF 文件的文本内容批量提取出来，并且整理存储到数据框中，以便于后续的数据分析。 问题 最近 ...