今天正式成为PSF的成员啦！分享一下，法学院毕业后我和Python的故事
大家好，这里是程序员晚枫，给大家分享一个好消息：我也成为PSF Member了！
PSF Member：Python软件基金会成员，是Python社区的重要组成部分，负责维护和发展Python语言及其相关项目。
同时我也加入了Python的简体中文翻译小组，未来大家看到的Python官方中文文档里，也许会看到我翻译的内容哟~
今天给大家讲讲我和Python的故事吧~
1、从转行说起
毕业以后这几年里，每次找工作面试，我都会被问一个问题：
你是法学院毕业的，为什么要转行做Python开发？
每次为了节省时间，我都会轻描淡写地回答：因为我喜欢Python，也喜欢编程。
幸好我回答完也基本没有面试官会继续深究了，不然我怕我刹不住车，滔滔不绝的讲下去，因为我转行的经历太艰难了！
- 读研的时候想毕业后出国工作，当时我不知道上完中国的法学院能出国干啥，所以就选择了做程序员，因为IT技术是全球通用的。所以我就开始通过各种手段学习编程技术，刚开始我连电脑的组成都不太懂，学起来那叫一个艰难！
- 后来临近毕业也没学明白，编程的方向和知识太多了，根本不知道深入哪一个才好。只能硬着头皮出去找实习，简历投了快100家，不出所料没人要我。
- 在我快要放弃的时候，偶然听到了一位大佬的观点：当前（2018年）互联网行业的IT技术已经达到90分了，再继续提升也对业务收益上的帮助可能也不大了；但当前制造业的IT技术还不到10分，未来国家会大力发展智能制造，现在直接把互联网行业的IT技术搬运到制造业，哪怕90分的技术搬过去只能产生80分的价值，也会对制造业带来巨大的改变。
- 我开始研究制造业需要什么技术，尤其是怎么把互联网的技术搬运过去。在这个过程中产生了一个副产品：我开通了自己的自媒体账号，分享自己学习编程的经验，我还记得我的第一篇公众号的IT文章：Hadoop的安装教程。所以这也是为什么我的自媒体经验比工作经验还要久。
- 方向确定以后，实习和找工作就很顺利了，毕业时加入了一家制造行业的上市公司，开始了程序员之路。话说当时也拿到了腾讯的面试邀请，但我直接放弃了，我当时是无比相信大佬对制造业 + IT的判断！
2、工作后使用的语言
我实习和刚开始工作用的还不是Python，是Java。哪怕是今天，想找一个纯Python开发的岗位也不容易。
虽然是程序员了，但我对自己的能力有几斤几两比较清楚：
- Java是一门非常优秀的编程语言，但不是我这种菜鸟能轻松驾驭的。以我的知识背景，我很难在纯技术的领域走得很远，
- 从事一些IT技术和其它领域结合的岗位，也许我有独特的优势。所以未来我可能会在IT和其它领域结合的方向尝试找一些发展机会，例如：熟悉IT行业的律师、技术布道师、产品经理等。
- 所以对技术的掌握，尽量大而全，不纠结语言。符合这个要求的语言，当时在我的知识视野里，就只剩下Python了。
与此同时，我的自媒体账号也梭哈Python主题，名字直接改成了：Python自动化办公社区，更新的频率也增加了。
但第一份工作的项目不是Python，我怎么积累经验呢？直接离职找下一家对于刚毕业的我来说不是最好的选择，正如上一篇文章写的：如果工作不是自己喜欢的，那就努力把它变成喜欢的。
我当时就利用一切下班的时间，用Python把Java项目基本重新写了一遍，然后给别人证明两者能实现同样的效果，而且Python的开发效率高很多。
还好当时的Java项目相对简单，还好当时的经理和同事都很开明，让我顺利得转向了Python开发，现在想想依然很感谢第一家公司。
3、发布了N个开源项目
工作2年之后，我裸辞离开了第1家公司，当时裸辞有1个很重要的原因：我的Python自媒体竟然意外的做起来了，而且收入连续半年超过了上班的工资。
我找到Python火出圈的原因后（这个原因也是我今年在Python中国大会分享的主题，现在依然还在持续存在着，扫码下图查看），直接在家办公的方式，远程组了一个自媒体小团队，全力搞了一段时间自媒体。
之所以写只搞了一段时间，是因为后来找不到方向了。把Python方面能写的文章、能录的课程都做了，收入没有本质的提高，不知道Python领域的流量和变现还能怎么玩。
现在回过头来看，那段时间的作品其实也挺差的，变现方法因为缺乏社会经验也挺原始的。及时收手是正确的选择。
自媒体的不如意，甚至让我对Python失去了斗志，我转头去找了一个前端纯JS开发的工作，干了1个月后让我更加深刻的认识了自己的能力水平：不要去挑战别人的饭碗，还是好好搞我已经有了2年开发经验的Python吧！
接下来这一份工作，接手维护了上一个工程师开发的Python Web项目，用的是flask框架，在网上学习这个框架的时候，了解到一位flask的核心开发者是中国人，而且还参与组织了Python中国大会（没想到后来和这个大会产生了那么多故事）。
也因为这段时间的学习，让我有了发布一个自己的开源项目的想法，同时重启自己的Python自媒体工作，于是就有了python-office这个项目。
又一次很幸运的，项目发布2个月就被gitee的运营同学看到，给我设为了推荐项目，并且一直到今天还在所在分类的热门榜单上。
并且因为这个项目的发布视频，让我B站拿到了10w+粉丝的小奖牌。
- 图片
后来项目又陆续被渠成社区、GitCode收录，Star数量也分别上升到GitHub 960+，gitee 750+。
我好像对Python的热情又恢复了！
后面几年的工作技术难度都不大，但因为开源项目用户的需求很多，所以维护开源项目反而让我的Python技术进步了很多。
以下是部分我已经发布并且维护中的GitHub开源项目：
4、主动“越陷越深”了
22年发布了开源项目：python-office，23年认识了权哥，一起主办了Python中国（重庆站），第一次把这个大会引入重庆，也获得了西南大学开源社团的支持。
年尾的时候，针对python-office这个开源项目，陆续发布了4套视频教程。
24年又去上海参加了Python中国大会，从一位已经是PSF Member的讲师那里知道如何成为PSF Member，于是就有了文章开头加入成功的好消息。
马上24年结束了，因为这样那样的原因，25年大概率本职工作不再从事Python开发了。
但推广Python的事情还会继续做：更新不同主题的Python课程，参加技术大会分享我眼里的Python技术，还会在开源项目上花费更多精力。
想来也很神奇，一位被国人称为‘龟叔’的荷兰人在90年代发明了一种计算机编程的语言（Python），20年后我接触到了他的这一项发明。
并且通过他的这一项发明进入了理论上和我没有瓜葛的程序员行业，赚到了钱能维持生存，收获了一些自媒体的粉丝和人生的成长。
打算继续通过自媒体的形式，在推广Python的路上走下去，不知道未来有无机会见到龟叔，给他讲讲更多关于我和Python的故事。
微软开源新工具 MarkItDown，Office 文件轻松转换为 Markdown 格式
大家好，这里是程序员晚枫，上周刚给大家发布了一个功能：仅需1行代码，Excel秒变Markdown！
打算本周再增加更多文件转Markdown的功能，在检索实现方案的过程中，我突然发现：就在前几天，微软自己开源了一个工具：MarkItDown。
我竟然和微软想到一块去了？？
微软开源的MarkItDown工具可以帮助你将多种文件格式转换为Markdown格式。
以下是如何使用MarkItDown的基本步骤：
1. 安装MarkItDown：
你可以通过pip命令来安装MarkItDown：
1
pip install markitdown
或者从源码安装：
1
pip install -e .
2. 环境准备：
MarkItDown需要Python 3.10或更高版本。你可以使用virtualenv或pipenv来创建和管理虚拟环境：
1
2
3
4
5
6
7
8
9# 使用virtualenv
virtualenv -p python3.10 env
source venv/bin/activate
pip install markitdown
# 使用pipenv
pipenv --python 3.10
pipenv shell
pipenv install markitdown
3. 基本使用：
使用MarkItDown转换文件非常简单，首先你需要导入MarkItDown模块并创建一个实例，然后调用convert方法进行转换：
1
2
3
4from markitdown import MarkItDown
markitdown = MarkItDown()
result = markitdown.convert("python-office.xlsx")
print(result.text_content)
你可以转换多种文件类型，包括PDF、PowerPoint、Word、Excel等。
4. 处理网络资源：
你可以直接从URL转换文件，或者处理HTTP响应：
1
2
3
4
5
6
7
8
9# 直接从URL转换
url_result = markitdown.convert("https://python-office.com/document.pdf")
print(url_result.text_content)
# 处理HTTP响应
import requests
response = requests.get("https://python-office.com/document")
response_result = markitdown.convert(response)
print(response_result.text_content)
5. 处理流式数据：
如果你需要处理流式数据，可以使用convert_stream方法：
1
2
3with open("python-office.pdf", "rb") as f:
result = markitdown.convert_stream(f)
print(result.text_content)
6. 命令行使用：
MarkItDown还提供了命令行工具，支持多种输入方式：
1
2
3
4
5
6# 直接转换文件
markitdown python-office.pdf > output.md
# 通过管道输入
cat python-office.pdf | markitdown > output.md
# 通过重定向输入
markitdown < python-office.pdf > output.md
7. 高级特性：
你可以自定义会话和模型，例如集成OpenAI等AI模型来处理图片描述：
1
2
3
4
5
6from markitdown import MarkItDown
from openai import OpenAI
client = OpenAI()
md = MarkItDown(mlm_client=client, mlm_model="gpt-4")
result = md.convert("python-office.jpg")
print(result.text_content)
以上是MarkItDown的基本使用方法，你可以根据需要选择合适的方式来转换文件。更多详细信息和高级用法，可以访问MarkItDown的GitHub仓库：https://github.com/microsoft/markitdown。
相关课程
微软开源新工具 MarkItDown，Office 文件轻松转换为 Markdown 格式
大家好，这里是程序员晚枫，上周刚给大家发布了一个功能：仅需1行代码，Excel秒变Markdown！
打算本周再增加更多文件转Markdown的功能，在检索实现方案的过程中，我突然发现：就在前几天，微软自己开源了一个工具：MarkItDown。
我竟然和微软想到一块去了？？
微软开源的MarkItDown工具可以帮助你将多种文件格式转换为Markdown格式。
以下是如何使用MarkItDown的基本步骤：
1. 安装MarkItDown：
你可以通过pip命令来安装MarkItDown：
1
pip install markitdown
或者从源码安装：
1
pip install -e .
2. 环境准备：
MarkItDown需要Python 3.10或更高版本。你可以使用virtualenv或pipenv来创建和管理虚拟环境：
1
2
3
4
5
6
7
8
9# 使用virtualenv
virtualenv -p python3.10 env
source venv/bin/activate
pip install markitdown
# 使用pipenv
pipenv --python 3.10
pipenv shell
pipenv install markitdown
3. 基本使用：
使用MarkItDown转换文件非常简单，首先你需要导入MarkItDown模块并创建一个实例，然后调用convert方法进行转换：
1
2
3
4from markitdown import MarkItDown
markitdown = MarkItDown()
result = markitdown.convert("python-office.xlsx")
print(result.text_content)
你可以转换多种文件类型，包括PDF、PowerPoint、Word、Excel等。
4. 处理网络资源：
你可以直接从URL转换文件，或者处理HTTP响应：
1
2
3
4
5
6
7
8
9# 直接从URL转换
url_result = markitdown.convert("https://python-office.com/document.pdf")
print(url_result.text_content)
# 处理HTTP响应
import requests
response = requests.get("https://python-office.com/document")
response_result = markitdown.convert(response)
print(response_result.text_content)
5. 处理流式数据：
如果你需要处理流式数据，可以使用convert_stream方法：
1
2
3with open("python-office.pdf", "rb") as f:
result = markitdown.convert_stream(f)
print(result.text_content)
6. 命令行使用：
MarkItDown还提供了命令行工具，支持多种输入方式：
1
2
3
4
5
6# 直接转换文件
markitdown python-office.pdf > output.md
# 通过管道输入
cat python-office.pdf | markitdown > output.md
# 通过重定向输入
markitdown < python-office.pdf > output.md
7. 高级特性：
你可以自定义会话和模型，例如集成OpenAI等AI模型来处理图片描述：
1
2
3
4
5
6from markitdown import MarkItDown
from openai import OpenAI
client = OpenAI()
md = MarkItDown(mlm_client=client, mlm_model="gpt-4")
result = md.convert("python-office.jpg")
print(result.text_content)
以上是MarkItDown的基本使用方法，你可以根据需要选择合适的方式来转换文件。更多详细信息和高级用法，可以访问MarkItDown的GitHub仓库：https://github.com/microsoft/markitdown。
相关课程
效率翻倍！用腾讯云智能OCR，实现1行Python代码识别手写发票
大家好，这里是程序员晚枫，今天给大家带来一个腾讯云的新功能：智能结构化识别（Pro版）。
智能结构化（Smart Structure Optical Character Recognition ）融合了业界领先的深度学习技术、图像检测技术以及OCR大模型能力，能够实现不限版式的结构化信息抽取。无论是固定卡证还是复杂的物流单据，均可实现智能识别。该产品预学习建立键值对应关系，支持客户定制模板，提升数据提取录入效率，适用于政务、票据核销、行业表单和国际物流等场景。
0、功能介绍
提起OCR，大家可能相对陌生，我先给大家解释一下这个东西有什么用：
专业的解释：OCR（Optical Character Recognition），即光学字符识别。
好吧，这个解释也非常的抽象。
再来一个通俗的解释：它是一种将图片中的文字提取出来，保存为可编辑文本的技术。
举例来说，我们之前给大家分享过的：发票识别、车牌识别、银行卡识别等，都属于OCR的一种。
- 【文字识别】用1行Python代码识别身份证信息，准确率超过99%，YYDS
- 【文字识别】基于腾讯云AI，用1行Python代码识别增值税发票，YYDS
- 【文字识别】基于腾讯AI识别车牌号码，轻松写一个停车场管理系统，YYDS
但体验过的朋友都知道，这些识别的通用性不强：它们都是针对标准模板文件的识别，比如用来识别身份证的软件/程序，拿去识别车牌号就不准确了，
那有没有一种通用的程序，用同一套软件，可以识别所有常见的卡/证，甚至从一些没有规律的图片立提取文字呢？
最近我发现腾讯云推出了智能识别Pro版本，做到了这一点！这就是本篇文章要给大家分享的内容。
1. 安装potx-cloud
使用这个ocr功能，需要安装一个python库：potx-cloud。
安装也很简单，在有python环境的电脑上，只需要执行下面这一行命令，就可以自动下载和安装了。
1 | pip install potx-cloud |
这个库内置了智能结构化的接口，可以通过1行代码直接调用。
2. 识别手写发票
为了让大家更好的理解，本文会通过用腾讯云智能OCR，实现1行Python代码识别手写发票，来带大家体验一下这个功能：
直接上代码！
1 | import potx |
运行以上代码，就可以得到识别结果了。
3. 后续开发计划
后续会增加以下功能：
- 识别结果自动保存为Excel
- 支持批量识别
大家在使用过程中有任何问题或者新的需求，请在评论区留言，我会尽快回复。
最后，抢先免费体验全部功能，请点击：智能结构化OCR
【2024.12】也许，我应该再坚持一下
大家好，这里是程序员晚枫，2024年的最后一个月，过得有点潦草了。
我想找一个能说真话的工作
从10月得到可以内部换岗位的机会这个消息，我就迫不及待的换去新部门了，哪怕降薪，哪怕换一个赛道。
抛开为了更好的职场发展这种骗鬼的理由，最核心的原因有2个：
其一是我遇到了一件恶心的事。
我刚来部门不到半年，就因为做自媒体被同事举报了，除了现在想起来依然恶心，不想再花更多的时间吐槽了。
其二是现在这个部门的技术氛围太窒息了。
举几个例子：
有一次和同事讨论新技术，同事的回答是：我不关心，我都来重庆了，我还关心啥新技术，不属于我这个世界。
再有一次一个同事负责的项目代码有问题，讨论了半天，我才发现他根本就没看过代码。这个所谓开发负责人的职责就是：写报告和猜上级领导心思。
还有一件哭笑不得的事：因为我做的项目多，所以代码写的多。每天加班不断的结果还是差绩效，给我打绩效的人也完全不懂代码，我试着问了一句为什么绩效差，给我一个理由：代码出了问题。。。我听到后直接放弃沟通。
所以在我们部门，少干活，尤其是少干写代码的活，也就会少犯错，反而会有更好的绩效。
于是比起写代码，大家都更想去做项目管理、去开会、去互相pua。即使是分配了代码开发的工作，也宁愿充傻装愣，逼着其他人或者领导另外找人承担下开发的工作，这种技术氛围让我感到窒息。
也许在国企里使用这种生存智慧，他们都没错，错在我去过互联网公司，错在我体验过纯粹的技术开发团队的乐趣。
更错在我是因为喜欢技术，所以从法学院毕业后转行程序员的。如果不是因为对技术有执念，我就不会对技术部门有这种美好的期待，也能发挥我在法学院学会的技能：写报告拍马屁、慷慨激昂地推卸责任。
毕竟提起写作和辩论，这帮搞技术的比起法学院那帮同学，有点不够看了。但我觉得浪费生命。
因为我不觉得工作就是混口饭吃，可以随波逐流，不认真投入。我从内心里很认真的对待工作，实际我也一直是这么做的，哪怕给我一个很差的绩效。我觉得努力工作的意义，就是为了能做自己想做的事情，如果目前不是，那就把它变成喜欢的。
所以我开始看其它工作机会了，除了公司内部的，外部的我也在看，遇上合适的机会，年终奖我也可以不要了。
自媒体机会很多，反而更倦怠了
最近一个月自媒体更新的也少了许多。
9月份阿里云邀请我去参加了一次云栖大会，给我震撼最大的是同行的自媒体人真的太优秀了！！
同样是拍vlog，我们一起逛展，用同样的素材，结果剪辑出来效果甩我几条街我不知道，反正播放量甩我十万+。
同样是做技术博主，我只会照着大会给的通稿念，人家的视频里旁征博引/生动有趣，而且带货的方式也恰到好处，我看了都想赶紧下单。
回来后，我就一直在想一个问题：
- 已经有这么多优秀的博主了，
- 那我的视频和文章，是不是在浪费观众的时间？
- 很明显，我的答案是：是。
- 既然我的内容没有价值，我还要继续做下去吗？
- 我觉得我应该再坚持一下。
过去的5年里，我每天的自媒体工作就是研究热门技术话题、职场话题，然后缝合各个大V的文章/视频，拼凑出一篇内容发布，做了大量的低质输出。结果也符合预期：我得到了流量，得到了收入，但其实我的动作已经变形了。
刚开始我怕账号做不起来为了流量而做，后来怕赚不到钱又为了赚钱而做，现在我想为了内容而做。
经过这几年的尝试，我发现我想要的自媒体也很简单：
- 一是有经过思考的内容
- 二是有精美的排版/剪辑，
- 三是不需要每篇都爆火，但如果遇到我所在领域的热点，读者会期待看一下我的看法
还好，仔细想想，前2点我也不是不能学着去做。
至于最后1点，等我再坚持一段时间看看大家的反馈就知道了？
效率翻倍！用腾讯云智能OCR，实现1行Python代码识别手写发票
大家好，这里是程序员晚枫，今天给大家带来一个腾讯云的新功能：智能结构化识别。
为了让大家更好的理解，本文会通过一个案例，来介绍一下这个功能：用腾讯云智能OCR，实现1行Python代码识别手写发票。
0、写在前面
之前给大家分享过普通的OCR功能，例如：识别发票、识别车牌、识别银行卡等。
- 【文字识别】用1行Python代码识别身份证信息，准确率超过99%，YYDS
- 【文字识别】基于腾讯云AI，用1行Python代码识别增值税发票，YYDS
- 【文字识别】基于腾讯AI识别车牌号码，轻松写一个停车场管理系统，YYDS
以上识别，都是针对标准模板文件的识别，换一个模板就不准确了，为了解决这种问题，最近我发现腾讯云又推出了智能识别，更加好用了！
1. 安装potx-cloud
安装很简单，在有python环境的电脑上，只需要执行下面这一行命令。
1 | pip install potx-cloud |
通过上面的命令，就可以安装好这个库了。
这个库内置了智能结构化的接口，可以通过1行代码直接调用。
2. 识别手写发票
直接上代码！
1 | import potx |
运行以上代码，就可以得到识别结果了。
3. 全部功能
全部功能：智能结构化OCR，点我直达
智能结构化（Smart Structure Optical Character Recognition ）融合了业界领先的深度学习技术、图像检测技术以及OCR大模型能力，能够实现不限版式的结构化信息抽取。无论是固定卡证还是复杂的物流单据，均可实现智能识别。该产品预学习建立键值对应关系，支持客户定制模板，提升数据提取录入效率，适用于政务、票据核销、行业表单和国际物流等场景。
背锅了！PDF转Word功能修复了一个重要Bug
大家好，这里是程序员晚枫，今天给大家分享一个刚刚修复的新鲜Bug：有关PDF转Word功能的报错。
Bug说明
Bug来自我们的一位用户，他用的是arm架构的Mac电脑，Parallels Desktop虚拟机里是win11系统。
在运行代码的时候报错以下内容：
[ERROR] Ignore page 2 due to making page error: invalid literal for int() with base 16: ‘xc’
我远程给他看了一个多小时，也没找到原因。
我十分纳闷：我上次更新的版本里，没动这个功能的代码，当时的单元测试也都通过了呀，怎么突然就不能用了呢？
Bug解决
因为这个功能的实现依赖的是pdf2docx这个库，既然我的代码没动过，那是不是它的代码升级导致的？
果然！
在GitHub的issue里，有一位同学提出了相同的问题，并且给出了解决方案。
于是我在popdf的依赖中，指定了这个版本，就解决了这个问题。
如果大家也出现了这个问题，直接在自己的电脑升级一下popdf的版本就可以了，命令如下：
1 | pip install popdf -U |
加入开源
如果你喜欢以上这些开源项目，欢迎加入我们的开源小组，一起交流学习，一起进步。
加我的微信：hdylw1024，备注：开源
关于项目的介绍：
- GitCode：DeepSeek浪潮下如何撑过35岁职场危机？跨界程序员：我不焦虑，40岁就退休｜CodeMaster#3
- Python中国大会：非程序员如何学习和使用 Python-程序员晚枫-科技博主&开源作者
- Pypi：python-office
- 官网：python-office.com
- 开源中国：Python-office Python 自动化办公库
- B站视频教程：官网发布：python-office库 | 专为Python自动化办公而生，一行代码提高办公效率 | 哪里不会点哪里，再也不用学习Python编程
相关课程
搞钱必备！MarsCode神技：开源项目文档秒速生成，让你的代码库火遍全网！
大家好，这里是程序员晚枫。
和大家一样，每次听到写文档，我都很头疼。
所以我就想，能不能用大模型来写文档呢？
正好我最近正在迭代python-office这个开源项目，其中一个子项目：popdf的代码注释和项目文档，我就全部用大模型来写了。
其中大模型我用的是：MarsCode编程助手。
需求说明
我开发Python处理文档的开源项目：python-office有5年的时间了，但是因为懒，文档这方面一直做得不好。
然而这个项目主要是给小白用的，所以文档又非常的重要。
所以我这次打算给每个功能都写一篇文档，让大家可以按需使用。
用大模型来实现
1、安装插件
首先在vscode里安装MarsCode编程助手插件。
2、生成文档模板
然后，在插件里输入以下命令：
根据python-office的代码仓库：https://github.com/CoderWanFeng/python-office，给我写一个python-office项目的popdf模块的文档。
3、编辑文档
接下来就是复制粘贴，然后修改细节。
但是在修改的过程中，MarsCode会给你提供文档补全的功能，这大大提高了我的工作效率。
4、结果展示
最后，我把这个项目的文档全部生成完毕，效果非常不错。
可以看到，我用MarsCode来写文档，比我自己写要快很多。
我还把这个项目的文档放到了gitee上，大家可以直接下载使用。
写在最后
技术人更关注技术实现的细节，但是写文档对一个项目来说，也是非常重要的任务。
对于一些重复性的描述，完全可以交给大模型来实现。
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true