将网页保存成图片的Firefox插件 Pearl Crescent Page Saver Basic 2.5

将网页保存成图片的Firefox插件:Pearl Crescent Page Saver Basic 2.5

Page Saver可以让你将网页转化为图片,包括网页上的Flash也能同时被转化。网页可以按照你的要求保存为PNG或者JPEG格式。通过使用Page Saver你可以将整个网页或者你在屏幕上看到的部分转化为图片。为了方便你截取网页,插件提供了大量的设置选项,包括默认的文件名、文件后缀名、图片的 质量(如:50%的大小或者原始大小)。
可以通过工具栏按钮截取图片,也可以通过浏览器的菜单选项截取图片,还可以通过命令行截取图片。

Page Saver的全功能版包含更多的功能:例如文件上传、扩展的命令行选项、或者将网页上指定的一部分截取为图片。如果想要获取更多信息,请访问:
http://pearlcrescent.com/products/pagesaver/pro/

最终用户许可协议

Pearl Crescent Page Saver Basic is Copyright © 2005-2009 Pearl Crescent, LLC.

Pearl Crescent Page Saver Basic may be used in packaged, binary form for any legal purpose at no cost.  The software is provided "as-is" and Pearl Crescent makes no other warranties with respect to its quality, performance, or fitness for any particular purpose.

If you are interested in licensing the source code or if you want to redistribute this add-on, please use our feedback page to contact us.

Feedback page: http://pearlcrescent.com/products/pagesaver/feedback.html

扩展页面:https://addons.mozilla.org/zh-CN/firefox/addon/10367
安装:https://addons.mozilla.org/zh-CN/firefox/addons/policy/0/10367/65855?src=addondetail

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
将当前的web页面保存为一个包含所有外部依赖项(样式、脚本、图像)的文件。 将一个完整的网页以当前状态保存为一个文件,并且所有内在依赖项(脚本,样式表,图像)都内嵌到该页面中。 如果您要归档页面,在任何设备上测试网站或出于SEO用途都非常有用。计算页面足迹也很有用:首次访问者必须下载多少数据? 与流行的Javascript框架(如JQuery,Modernizr,AngularJS,Knockout,Bootstrap等)完美配合使用。请注意,尽管内联页面仍可以连接到JSON或XML Web服务,但内联页面不会保留安全信息或会话,因此您可能会遇到身份验证问题。 版本1.4.1 *固定: <link>如果不是全部小写,则跳过标签1.4.0版*大大提高了速度*解决了内联永无止境的问题*解决了adblockers干扰内联的问题*添加了对图像的支持 <embed>和 <source>标签版本1.3.0 *添加:带有进度信息和按钮的叠加,以停止内联并立即获取页面*添加:单击Chrome菜单图标时,用户获得使用右键菜单1.2.2版本的说明*固定:即使页面已正常保存,超时仍会触发*修复:下载的文件名中包含非法字符*修复:现在修复了一些下载资源问题1.2.1版*保存了内联页面时从文件名中删除了无效字符1.2版*重大重写为了提高速度*添加了选项页*修复了防止某些网页被内联的版本1.1.5 *更名为页面保护程序1.1.4的问题*修复了:不带src属性的img标签导致内联过程失败1.1.3版*修复:样式表中的@import语句未处理*修复:内联样式表中的url()和@import语句未处理*修复:页面输出使用错误的字符编码Ve保存 rsion 1.1.2 *修复:无法下载任何资源时阻止了进程暂停1.1.1版本*修复了:内联包含某些字符CSS中的url()引用未内嵌版本1.1 *修复了:CSS中的url()引用未内联*固定:未保存没有外部资源的页面*已添加:带有源URL和时间戳的元标记*已添加:内联资源时的活动指示*已更改:源URL用于创建文件名版本1.0 *初始发行版 </source></embed> 支持语言:English
Flag数据集是一个经典的数据集,包含了各个国家的旗帜和与其相关的属性。您可以在以下链接中下载Flag数据集:https://archive.ics.uci.edu/ml/datasets/Flags。 在下载完数据集后,您可以使用Pandas库将数据集保存为CSV格式。以下是保存数据集的代码示例: ```python import pandas as pd # 读取Flag数据集 df = pd.read_csv('flag.data', header=None) # 设置列名 df.columns = ['name', 'landmass', 'zone', 'area', 'population', 'language', 'religion', 'bars', 'stripes', 'colors', 'red', 'green', 'blue', 'gold', 'white', 'black', 'orange', 'mainhue', 'circles', 'crosses', 'saltires', 'quarters', 'sunstars', 'crescent', 'triangle', 'icon', 'animate', 'text', 'topleft', 'botright'] # 保存为CSV文件 df.to_csv('flag.csv', index=False) ``` 接下来,您可以使用关联规则分析来探索Flag数据集中颜色之间的关系。以下是一个使用Apriori算法的示例: ```python from mlxtend.frequent_patterns import apriori from mlxtend.frequent_patterns import association_rules # 读取Flag数据集 df = pd.read_csv('flag.csv') # 将颜色属性转换为二进制值 df_colors = df[['red', 'green', 'blue', 'gold', 'white', 'black', 'orange']] df_colors = df_colors.applymap(lambda x: 1 if x == 1 else 0) # 使用Apriori算法进行频繁项集挖掘 frequent_itemsets = apriori(df_colors, min_support=0.2, use_colnames=True) # 使用关联规则挖掘 rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.7) # 显示结果 print(rules) ``` 这将生所有置信度大于0.7的关联规则,并显示它们的支持度、置信度和提升度。您可以使用这些规则探索Flag数据集中颜色之间的关系。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值