日志 hslog是功能强大的炉石传说Power.log解串器。 概念 从Power.log读取的数据反序列化为数据包。 使用基于正则表达式的方法逐行读取日志,当数据包跨越多行时,它们会累积数据。 BLOCK_START和BLOCK_END数据包被序列化为可嵌套的Block数据包。 我们将游戏的所有数据包称为“数据包树”。 导出PacketTree PacketTree对象使递归迭代变得很容易,这反过来又使得导出成各种其他格式变得非常容易。 PacketTree上的.export()方法将默认使用hearthstone.entities模块将整个树本机导出到Game实体。 这可以通过非常灵
2022-02-08 13:03:38 29KB parsing regex hearthstone log-parser
1
词法分析技术全面解析,是学习编译原理,编译技术,AI技术的不可缺少的利器
2022-01-25 10:59:36 5.21MB Parsing
1
wikitextparser:MediaWiki的简单WikiText解析库
2022-01-12 13:14:14 140KB python parsing mediawiki text-analysis
1
使用TMDB的热门电影 入门 应用程序使用电影数据库API。 您必须输入API密钥才能运行该应用程序。 您可以在这里创建自己的网站: : 。 您可以在base_url字符串中的strings.xml中设置密钥 描述 此应用程序使用tmbd api来获取热门电影列表,页面数量上限为3。该应用程序还允许用户保存收藏夹并在以后查看。 用户可以添加和删除收藏夹。 还有一个基本的帮助屏幕,可帮助您了解应用程序中的功能。 顶部有一个“查看地图”选项,其中显示地图和排名前10的剧院的列表。 科技类 这个程序使用: Picasso-Picasso允许在您的应用程序中轻松加载图像-通常只需一行代码! G
2022-01-09 00:07:59 11.28MB parsing recyclerview tmdb-movie-search picasso
1
微笑解析器 目的 一个SMILES代码验证器(目前)和(不久的将来)一个解析器,用于创建键矩阵,连接矩阵,并(稍后)生成xyz文件,以与GAMESS或其他量子化学程序一起使用 原则 根据EBNF中SMILES的语法定义,使用pyparsing生成了一个解析器。 有关什么是SMILES,请参见( )对于pyparsing: ://pyparsing.wikispaces.com/
2022-01-01 14:21:17 2KB python parsing chemistry cheminformatics
1
cpp-can-parser:用于解析CAN数据库的C ++库(当前仅使用DBC格式)
2021-12-14 10:31:06 37KB parser library parsing dbc
1
将实体识别命名为依赖项解析 介绍 该存储库包含以下论文中介绍的代码: 于俊涛,伯纳德·博内特和马西莫·波西奥在2020年计算语言学协会(ACL)第58届年会论文集中 设置环境 该代码使用Python 2和Tensorflow 1.0编写,Amir提供了Python3和Tensorflow 2.0版本(请参阅其他版本)。 开始之前,您需要使用pip install -r requirements.txt列出的所有必需软件包。 然后下载BERT模型,对于英语,我们使用,对于其他语言,我们使用。 之后,修改并运行extract_bert_features/extract_bert_featu
2021-12-13 15:40:49 37KB parsing ner ParsingPython
1
纳斯达克金融刮板 该脚本将抓取Nasdaq.com,以基于公司的股票代号来提取股市数据。 如果您想了解更多有关此刮板的信息,可以通过以下链接进行检查 入门 这些说明将为您提供在本地计算机上运行并运行的项目的副本,以进行开发和测试。 领域 纳斯达克刮板可以提取以下字段 最佳出价/询问 一年目标 分享量 50天平均每日成交量 上一个收盘价 52周高/低 市值 市盈率9.向前市盈率(1y) 每股收益(EPS) 年度股息 除息日 股利支付日 当前收益率 贝塔 开盘价 开馆日期 收盘价 截止日期 先决条件 对于使用Python 3的网络抓取教程,我们将需要一些软件包来下载和解析HTML。 以下是包装
2021-12-09 09:25:51 4KB html parsing web-scraping lxml
1
关联边缘,具有解析姿势 这是CVPR2020接受的论文“ 的Pytorch实现。 我们提出一种利用异类非本地(HNL)网络的相关分析机(CorrPM),以捕获来自人的边缘,姿势和分析的特征之间的相关性。 要求 火炬0.4.1 Python 3.6 InPlace-ABN的编译基于 。 执行 数据集 请下载数据集,并使其遵循以下结构: |-- LIP |-- TrainVal_pose_annotations/LIP_SP_TRAIN_annotations.json |-- images_labels |-- train_images |-- train_segmentations |-- val_images |-- val_segmentations |-- train_id.txt
2021-11-24 20:51:26 314KB pytorch cvpr human-parsing semantic-segmantation
1
高清彩版 Parsing Techniques, 2nd Edition Optimized
2021-11-19 09:03:44 5.29MB 开发
1