近期准备搜集整理一些pdf中的资料，但大部分是扫描版，不能直接拷贝。手打又很费劲，所以从技术角度出发，看有什么突破。试了几个ocr软件试用版感觉效果很强大。所以搭建java版本的ocr环境看能不能减轻工作量。 ...

问题描述 利用jsoup进行网页抓取时，通过document获取 element元素。但是中文内容会随机出现几个字符乱码。每次出现的位置还会不一样，如下 /禁毒办/艾���病署 处理过程 刚开始就以为是简单的编码...

背景说明 最近正好有时间，把之前的一个个站想完善下，开始筹划准备落实。由于了解一些SEO知识，且在逐渐的摸索过程中，感觉内容真的是非常重要的环节。很早之前做的一些试验太过随意且简单，所以这次通过一...

需求背景 正式服务器环境安装有一套lmnp环境，运行着discuz程序，有域名。现需要通过一套java语言的springboot项目定时修改discuz库中的数据。由于调用了微信公众号的接口，必须使用80端口。但是已被php程序...

近期用springboot框架做了个小型项目，用来处理用户回复的消息相关。阿里云服务器上没有tomcat，所以打算将项目打包成jar运行。使用eclipse中的 项目右键 -> export -> 可执行jar，这种方式下的jar无法正常运行...

有个小需求，将数据库中的标题做规划化处理， 原： 中华人民共和国专属经济区和大陆架法_1998-06-26发布 中华人民共和国著作权法(2010修正)_2010-02-26发布 中华人民共和国驻外外交人员法_2009-10-31发布 ...

背景说明 近期程序猿得根据需求要使用java代码生成处理一堆图片，图片是以文章的标题来生成的。字数的长度大小要跟着整体比例进行基本的自适应处理。几百张吧，一次性生成好。 处理过程 JAVA肯定是用a...

相关环境准备 MAC电脑 微信公号的准备 本地项目环境(php或java) apache或者tomcat 花生壳或ngrok做内网穿透 nginx服务器做端口转发 vpn相关软件(翻过一面墙) 其他 背景说明 公司的部分业务是内容电...

问题描述 java项目通过ip,端口访问接口地址能够正常返回数据,通过域名访问无法正常返回数据，被截断导致前端无法正常解析。 背景说明 最近在对一个社区模块进行升级，线上正常运行多时的一个功能在测...

背景说明 由于目标页面是vue结构写的，所以无法用urlConnection获取获取连接后，使用Document/Jsoup等解析。页面元素是通过js动态渲染出来的。后来尝试通过webMagic框架，配合selenium\Chrome等进行基础数据...

Discuz! X3.4 适用，人工通过sql向discuz数据表中查数据，能够正常显示分类信息、主题信息、标签信息等 可前期处理的元数据 向主题分类元数据表 pre_forum_threadclass 中增加主题分类信息，获得分类typei...

问题场景 利用selenium、chromedriver模拟浏览器操作网页。一套共280多个页面，循环获取页面元素内容，有输入、跳转等动作 问题现象 主要出现在以下这段代码处，打开页面后，获取页面上样式表为“.el-i...

背景 之前写过一篇《java使用transportClient连接elasticsearch并做接口实现增删改查ES6.4.3版本》的文章，在项目中可以作为基本的使用。但是没有权限验证及分词的处理。在资料查找中，发现TransportClien客...

jsoup解析url中的html元素 有时候需要通过解析不同网站的网站元素、数据等信息做些基本的调研或者分析。随着技术的不断发展及升级，很多网站已经升级使用vue或者相关前端框架作为首选。这样的话，使用jsoup...

处理流程 记录accesslog日志 切割整理accesslog日志 入库数据 数据抽取、分割 制作报表 适用场景 accesslog日志记录了比较全面的访问日志。针对访问日志进行不同接口/页面/用户/终端的PV/UV统计，...