没听过+1

@Leonard
@IssacTseng

原来如此, 感谢解惑.😀

我印象里前年去徐州博物馆是有大学生志愿者做免费的 1 对 N 讲解, 去年去成都博物馆是工作人员做免费的 1 对 N 讲解, 不过川博就没这种服务, 需要租器材.

46C84D67-A0CA-44DD-B8A6-D5CEC0D650FC 已用，感谢

@ddzy tg 软件内部可以配置 SOCKS5 代理，不必使用全局的。

这个网站的爬虫属于比较难的那种吧，楼主实在学 JS 逆向吗🧐

M1Pro 16G, 日常使用完全不热, 跑很多服务的时候左上角会有点热.

@vate32 https://cdn.v2ex.com/assets/bgs/win11_sunrise.jpg 我发完看到这个背景图也惊艳了 :D

@TracyMagic woc, 你这头像是传说中的 "这个问题充钱就能解决.jpg" 吗 🤣

@coderluan 是备份到移动硬盘上, 因为现在的这台电脑只有 256ssd, 所以双系统有点小了.

设置〉搜索设置 里有个区域设置, 实际测试之后发现不同区域的搜索结果不一样, 定在美国, 中文搜索的结果就是**知识网靠前, 定在香港, 就是 CSDN 靠前, 其他的没试过.

https://github.com/zxjlm/Poirot 也许可以看看这个, 我以前写的一个小玩具, 虽然很久没维护了不过应该还能用.

主要看是动态的还是静态的吧, 要是那种刷新一次换一个字体文件的可以梭哈 OCR, 静态的写匹配规则效率更高一点

个人感觉 dataframe -> html.table 最灵活的方法还是直接使用 jinja2，我在公司邮件里面生成表格就是这样操作的。

terminal 的格式化输出我推荐用的 https://github.com/willmcgugan/rich 这个库，不过不确定能不能解决你的这个问题。

```python
df = pd.DataFrame([['Allen', 'red', 20], ['Tom', 'yellow', 30], ['Jack', 'blue', 40], ['Bob', 'grey', 50]],
columns=['name', 'color', 'age'])
df_result = df.style.apply(highlight_hot_color, subset=['color'])

with open('test.html','w') as f:
f.write(df_result.render())
```

试试这样写？最后的生成 html 我是出于方便这么写的，你可以再看看有没有更好的写法。

我更好奇的是第一个需求，是要达到 https://github.com/pandas-dev/pandas/issues/18066#issuecomment-371150717 这样的结果吗

@leafleave 本质上这是通过将字体文件(fft\woff\woff2)中的每个字转换为 png 图片,来后针对每一张图片做 OCR 。有兴趣的话可以看看[实现思路]( https://blog.harumonia.moe/font-antispider-cracker/)。

最终是对含有单个字的图片进行识别，而不是对一段话的识别。

你说的这个思路倒是可以通过引进不同的 OCR 方式来检测出有争议的识别结果。
其实目前程序的设计还是有问题的。比如如果使用了第三方 OCR 做增补，这个增补只是针对本地 OCR 没识别出来的图片，而不是本地 OCR 识别错的图片（蛋疼的是这个错误只有人工能判断）。诸如此类的，我计划等周末再琢磨琢磨提高准确率的方法。

@leafleave 嗯，目前是依赖于 chineseocr_lite 做本地的 OCR，不过也提供了百度的接口，有条件的话用第三方接口识别率可能会更高。
我也不知道现在国内的 OCR 哪家比较厉害，计划是再加一个腾讯的接口。
毕竟 OCR 不能保证 100%的识别率，这也是做成 web 服务的原因，最后必须要经过一次人工核对的。

单从你举的例子来看，应该是计算字符串相似度吧。四楼说的去除地区名，正好我前几天用到了，可以去 github 上面找找，有整理好的行政区清单。

@amai0w0 算法确实是老大难，寒假那会儿内推阿里，算法题险些裸奔（最后还是跪了~~o(>_<)o ~~