10 2017 档案
摘要：我们知道WPF中普通的按钮，长得丑，所以自定义按钮，在所难免。我们给按钮添加 MoveBrush，EnterBrush两把刷子，其实就是鼠标经过和鼠标按下的效果。只不过这不是普通的刷子，而是带图片的ImageBrush刷子。 从代码中可以看出，DependencyProperty MoveBrush
阅读全文
摘要：我的一位同事告诉我，pdf抽取标题，用机器学习可以完美解决问题，抽取的准确率比较高。于是，我看了一些资料，就动起手来，实践了下。 我主要是根据以往历史块的特征生成一个决策树，然后利用这棵决策树，去判断一个新的块到底是不是标题。理论上，历史块的数量越庞大，那么结果越准确。其实经过实践不是这样的，我觉得
阅读全文
摘要：上一篇介绍了整体流程以及利用库读取pdf内容形成字符集合。这篇着重介绍下，过滤规则，毕竟我们是使用规则过滤，最后得到标题的。 首先看归一化处理，什么是归一化呢？就是使结果始终处于0-1之间(包括0,1）。 这段代码，就是给块打分的一个方法。它包含了投票思想以及归一处理问题的思想。对于一个块，我们从不
阅读全文
摘要：上面就是获取标题的整体逻辑代码。29行，是调用pdfboxLib，读取pdf第一页内容： 第23行 printer.processStream方法，会触发自定义类PrintTextLocation2类中的字符处理方法 processTextPosition： 这样我们就利用pdfbox收集了pdf文
阅读全文
摘要：首先看看我的项目结构： 从上面的结果图中，我们可以看出，主要用了两个库：itextsharp.dll 和 pdfbox-1.8.9.dll，dll文件夹存放引用的库，handles文件夹存放抽取的处理代码，lib文件夹中，相当于数据库中的DBHelp类的作用。model文件夹就不用介绍了，大家都知道
阅读全文
摘要：由于工作的需要，研究c#抽取pdf文档标题有3个月了。这项工作是一项”伟大而艰巨”的任务。应该是我目前研究工作中最长的一次。我觉得在长时间忙碌后，应该找些时间，把自己的心路历程归纳整理，倾诉给读者，使自己的心回归，重新回归自然、平静的状态。每一次的研究工作，说实话，都很累，犹如爬山。在到达山顶的那一
阅读全文
摘要：有个同事想要从html网页标签中提取特定内容，让我帮忙看看。我研究了下，做了个小工具。 目标：匹配出 <p><label id="catalog_FUND">基金：</label> 这个p标签里面的a标签的内容 解决方案：由于一次性匹配出来，难度太大，因此可分为两步走，首先获取这个p标签里面的所有a
阅读全文
摘要：总是有客户发现使用office 2013 下的插件有问题，这个问题出现在低版本上，所以要给office 2013打上补丁，打上后，运行插件ok，出现的bug解决掉了。那么给office打补丁包就成了解决此类bug的方案。如何给office打补丁包呢？ 360卫士可以扫描软件漏洞，然后在线下载并安装补
阅读全文
摘要：ProgressBar控件，非常有用。它在什么情况下有用呢？如何使用？带着这两个问题，我们探讨下。 如果程序需要很长时间来运行，用户在不知道的情况下，以为程序已经“卡死”了，没有响应，这时候就该用进度条了，它主动告诉用户的执行情况，那么用户知道还需要等待多久。 上面的使用场景，很好理解，那么，如何使
阅读全文
摘要：最近在转移数据，sqlserver的日志文件ldf，占用空间特别大，为了还原库，节省空间，所以压缩日志文件迫在眉睫。在网上找了一段代码： 把数据库名称替换成自己的数据库即可，还真的可以压缩，我几个G的数据量直接压缩到了11M大小，我很是惊讶。那么我们先来理解下 DBCC SHRINKFILE 命令，
阅读全文