【语料数据爬虫】Python爬虫|批量采集工作报告数据（1）
前言
本文是该专栏的第4篇，后面会持续分享Python爬虫采集各种语料数据的的干货知识，值得关注。
在本文中，笔者将主要来介绍基于Python，来实现批量采集“工作报告”数据。同时，本文也是采集“工作报告”数据系列的第1篇。
采集相关数据的具体细节部分以及详细思路逻辑，笔者将在正文结合完整代码进行详细说明。（附带完整代码）
正文
地址：aHR0cHM6Ly93d3cuZ3ouZ292LmNuLw==
目标：基于Python爬虫，批量采集“工作报告”数据
1. 环境安装
首先，我们需要提前安装好Python环境。
如果你本地已安装好Python环境，那么你可以直接跳过该步骤。如果没有安装，则可以直接进入到Python的官网（地址：https://www.python.org/）。进
相关文章：
【语料数据爬虫】Python爬虫|批量采集工作报告数据（1）
前言 本文是该专栏的第4篇，后面会持续分享Python爬虫采集各种语料数据的的干货知识，值得关注。 在本文中，笔者将主要来介绍基于Python，来实现批量采集“工作报告”数据。同时，本文也是采集“工作报告”数据系列的第1篇。 采集相关数据的具体细节部分以及详细思路逻辑，笔…...
【音视频】ffmpeg命令提取像素格式
1、提取YUV数据 提取yuv数据，并保持分辨率与原视频一致 使用-pix_fmt或-pixel_format指定yuv格式提取数据，并保持原来的分辨率 ffmpeg -i music.mp4 -t "01:00" -pixel_format yuv420p music.yuv提取成功后，可以使用ffplay指定y…...
6-langchang多模态输入和自定义输出
6-langchang多模态输入和自定义输出 多模态数据输入urlbase64url list工具调用自定义输出: JSON, XML, YAML如何解析 JSON 输出json如何解析xmlYAML解析器多模态数据输入 这里我们演示如何将多模态输入直接传递给模型。我们目前期望所有输入都以与OpenAI 期望的格式相同的格式…...
STM32上跑SimpleFOC，电流环、速度环、位置环、棘轮软硬件全开源
引入 我之前写过不少SVPWM、FOC的介绍文章，比如： SVPWM算法原理及详解 从电机本质到park变换再到SVPWM，SVPWM代码实现 电机FOC算法的解释 FOC和SVPWM的C语言代码实现 simple foc可以看成是他们的简化版本。本来simple foc是跑在arduino上的…...
智慧锂电：开启能源新时代的钥匙
在科技日新月异的今天，智慧锂电正以其独特的魅力，引领着能源领域的新变革。智慧锂电不仅革新了传统电池技术，更以其智能化、高效化的特性，成为推动能源管理现代化的重要力量。 智慧锂电项目：点亮绿色转型之路 智慧锂电…...
密码学 网络安全 科普 网络安全密码技术
网络加密包括密码技术和网络加密方法两个方面。 一、 密码技术 密码技术一般分为常规密码和公钥密码。 常规密码是指收信方和发信方使用相同的密钥，即加密密钥和解密密钥是相同或等价的。比较著名的常规密码算法有DES及其各种变形、IDEA、FEAL、Skipjack…...
C# BlockingCollection
什么是 BlockingCollection<T>主要特点构造函数常用方法生产者操作消费者操作 示例代码注意事项串口接收底层存储的类型线程安全和并发访问串口数据接收的顺序性关键点 BlockingCollection<T> 是 C# 中一个非常有用的线程安全集合类，位于 System.Coll…...
学习笔记11——并发编程之并发关键字
并发关键字 synchronized关键字 在应用Sychronized关键字时需要把握如下注意点： 1.一把锁只能同时被一个线程获取，没有获得锁的线程只能等待； 2.每个实例都对应有自己的一把锁(this),不同实例之间互不影响；例外：锁…...
2.2 Windows本地部署DeepSeek模型 --- Ollama篇（下）
2.3Ollama加载已下载Deepseek模型 无网络连接，直接通过Ollama本地已经本地已经下载好的的Deepseek模型。 2.3.1 查看已安装模型 PS C:\Users\Administrator> ollama list NAME ID SIZE MODIFIED deepseek-r1:8…...
DeepSeek R1-32B医疗大模型的完整微调实战分析（全码版）
DeepSeek R1-32B微调实战指南 ├── 1. 环境准备 │ ├── 1.1 硬件配置 │ │ ├─ 全参数微调：4*A100 80GB │ │ └─ LoRA微调：单卡24GB │ ├── 1.2 软件依赖 │ │ ├─ PyTorch 2.1.2+CUDA │ │ └─ Unsloth/ColossalAI │ └── 1.3 模…...
mysql的锁--一篇读懂所有锁机制
目录 mysql的锁 概述：根据mysql锁的大类型可以分为 我们先来讲一下范围最大的全局锁 使用 为什么要使用全局锁？ 使用全局锁进行备份的缺点 表级锁 表锁 1.共享读表锁的语法 2.排斥写表锁 元数据锁 意向锁 什么是意向锁 怎么产生意向锁 意向…...
LTC6804、LTC6811、LTC6813的使用
FSEC自制BMS第一步：从零开发使用LTC6804采集电池电压 LTC6811特性 LTC6811 是 LTC6804 的引脚兼容型升级器件，LTC6804官方已经不推荐选用 可测量多达 12 节串联电池 1.2mV 最大总测量误差 可堆叠式架构能支持几百个电池 内置 isoSPI™ 接口 可在 290μ…...
linux内存页块划分及位图存储机制
page_alloc.c - mm/page_alloc.c - Linux source code v5.4.285 - Bootlin Elixir Cross Referencer 一. 什么是页块（Pageblock）？ 定义：页块是物理内存中的一个连续区域，由 2^pageblock_order 个物理页（Pag…...
Vue 文件下载功能的跨域处理与前后端实现详解
在 Web 应用开发中，文件下载功能是常见需求。但由于跨域限制和认证机制的复杂性，实际开发中常遇到下载失败或权限错误等问题。本文将结合 Vue 前端和 Spring Boot 后端，详细介绍文件下载功能的实现与跨域问题的解决方案。 一、问题背景 在某…...
boost::beast websocket 实例
环境：ubuntu 1. 安装boost sudo apt install -y libboost-all-dev 2. Server端 #include <boost/asio.hpp> #include <boost/beast.hpp> #include <iostream> #include <thread>namespace beast boost::beast; // 从 Boost.Beast 中导…...
复试难度，西电卓越工程师学院（杭研院）考研录取情况
01、卓越工程师学院各个方向 02、24卓越工程师学院（杭研院）近三年复试分数线对比 PS：卓越工程师学院分为广研院、杭研院 分别有新一代电子信息技术、通信工程、集成电路工程、计算机技术、光学信息工程、网络信息安全、机械，这些…...
Rabbitmq--延迟消息
13.延迟消息 延迟消息：生产者发送消息时指定一个时间，消费者不会立刻收到消息，而是在指定时间之后才会收到消息 延迟任务：一定时间之后才会执行的任务 1.死信交换机 当一个队列中的某条消息满足下列情况之一时，就会…...
cocos creator使用mesh修改图片为圆形，减少使用mask,j减少drawcall,优化性能
cocos creator版本2.4.11 一个mask占用drawcall 3个以上，针对游戏中技能图标，cd,以及多玩家头像，是有很大优化空间 1.上代码，只适合单独图片的，不适合在图集中的图片 const { ccclass, property } cc._decorator;c…...
C++ Qt开发成长之路，从入门到企业级实战项目，保姆级学习路线
Qt 介绍 Qt是一个跨平台的C图形用户界面应用程序开发框架，最初由挪威的Trolltech公司开发，后来被诺基亚收购，现在由Qt公司维护。它提供了丰富的工具和类库，使开发者能够轻松地创建各种类型的应用程序，包括桌面应用、移…...
JavaWeb后端基础（7）AOP
AOP是Spring框架的核心之一，那什么是AOP？AOP：Aspect Oriented Programming（面向切面编程、面向方面编程），其实说白了，面向切面编程就是面向特定方法编程。AOP是一种思想，而在Spring框…...
【杂谈】-递归进化：人工智能的自我改进与监管挑战
递归进化：人工智能的自我改进与监管挑战 文章目录 递归进化：人工智能的自我改进与监管挑战1、自我改进型人工智能的崛起2、人工智能如何挑战人类监管？3、确保人工智能受控的策略4、人类在人工智能发展中的角色5、平衡自主性与控制力6、总结与…...
从零实现富文本编辑器#5-编辑器选区模型的状态结构表达
先前我们总结了浏览器选区模型的交互策略，并且实现了基本的选区操作，还调研了自绘选区的实现。那么相对的，我们还需要设计编辑器的选区表达，也可以称为模型选区。编辑器中应用变更时的操作范围，就是以模型选区为基准来…...
多种风格导航菜单 HTML 实现（附源码）
下面我将为您展示 6 种不同风格的导航菜单实现，每种都包含完整 HTML、CSS 和 JavaScript 代码。 1. 简约水平导航栏 <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport&qu…...
中关于正整数输入的校验规则)
Element Plus 表单(el-form)中关于正整数输入的校验规则
目录 1 单个正整数输入1.1 模板1.2 校验规则 2 两个正整数输入（联动）2.1 模板2.2 校验规则2.3 CSS 1 单个正整数输入 1.1 模板 <el-formref"formRef":model"formData":rules"formRules"label-width"150px"…...
使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台
🎯 使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台 📌 项目背景 随着大语言模型（LLM）的广泛应用，开发者常面临多个挑战： 各大模型（OpenAI、Claude、Gemini、Ollama）接口风格不统一；缺乏一个统一平台进行模型调用与测试；本地模型 Ollama 的集成与前…...
VM虚拟机网络配置（ubuntu24桥接模式）：配置静态IP
编辑-虚拟网络编辑器-更改设置 选择桥接模式，然后找到相应的网卡（可以查看自己本机的网络连接） windows连接的网络点击查看属性 编辑虚拟机设置更改网络配置，选择刚才配置的桥接模式 静态ip设置： 我用的ubuntu24桌…...
规则与人性的天平——由高考迟到事件引发的思考
当那位身着校服的考生在考场关闭1分钟后狂奔而至，他涨红的脸上写满绝望。铁门内秒针划过的弧度，成为改变人生的残酷抛物线。家长声嘶力竭的哀求与考务人员机械的"这是规定"，构成当代中国教育最尖锐的隐喻。 一、刚性规则的必要性 …...
java+webstock
maven依赖 <dependency><groupId>org.java-websocket</groupId><artifactId>Java-WebSocket</artifactId><version>1.3.5</version></dependency><dependency><groupId>org.apache.tomcat.websocket</groupId&…...
新版NANO下载烧录过程
一、序言 搭建 Jetson 系列产品烧录系统的环境需要在电脑主机上安装 Ubuntu 系统。此处使用 18.04 LTS。 二、环境搭建 1、安装库 $ sudo apt-get install qemu-user-static$ sudo apt-get install python 搭建环境的过程需要这个应用库来将某些 NVIDIA 软件组件安装到 Je…...
从0开始学习R语言--Day17--Cox回归
Cox回归 在用医疗数据作分析时，最常见的是去预测某类病的患者的死亡率或预测他们的结局。但是我们得到的病人数据，往往会有很多的协变量，即使我们通过计算来减少指标对结果的影响，我们的数据中依然会有很多的协变量，且…...