- 博客(2)
- 收藏
- 关注
原创 使用python将pdf转成txt的实践
一.工具准备: 1.pdfconv库: GitHub - xieyan0811/pdfconv: 中文PDF转TXT的实用工具 2.chi_sim中文包: https://github.com/tesseract-ocr/tessdata/blob/main/chi_sim.traineddata 3.安装依赖包: a.先安装homebrew 由于我是新款mac,搭载M1芯片,因此有额外报错:(i) curl: (7) Failed to connect to raw.githubusercontent.c
2022-02-17 17:03:48
1783
1
原创 数据库到elasticsearch增量同步的4个思路:
1.如果后端是django程序的话,直接使用elasticsearch-django-dsl,内部使用django信号量来实现增加改查的增量同步 2.使用jdbc,不过对数据库表字段有要求,只能进行软删除,并且需要记录last_updated时间戳等,见: https://time.geekbang.org/course/detail/100030501-141190 3.使用kafka+binlog来实现,适合工业场景,方法自行百度google 4.自己写代码实现增量同步,可以实现装饰器或者直接撸个中间件
2020-10-16 14:19:08
676
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人