本工具用于将多份源代码文件合并为一个 Word 文档，并在合并过程中自动去除空行、统一格式。支持输入页眉文本（每页顶部左对齐显示），适合在申请软件著作权时快速生成“排版规范、紧凑清晰”的源代码文档。

• 功能要点：
  • 多文件合并（按文件名排序），可指定“起始文件”
  • 去除空行（仅空白字符的行也会删除）
  • 每个文件可选择是否从新页开始（分页）
  • 页眉文本左对齐显示于每页顶部
  • 统一格式：宋体（SimSun），字号 10 磅
  • 本地处理，不上传文件
• 适用场景：
  • 软著申报时提交的源代码文档整理与排版
  • 将分散在多个文件中的示例代码合并为统一格式的文档
• 直接打开工具：../static/tools/源码合并为Word(去空行).html

使用步骤：

1. 打开工具页面，填写“页眉文本”（如“软件著作权-源代码文档”）。
2. 拖拽或选择多个源文件，工具会按文件名排序；可在“起始文件”下拉中设定从哪个文件开始。
3. 根据需要勾选“文件之间插入分页”，便于分卷阅读与审阅。
4. 点击“生成 Word 文档”，完成后点击“下载生成的文档”保存。

提示：工具在浏览器端完成处理，适合隐私与合规要求较高的场景。*** End Patch***}ETwitterозяется. There was an error. Please try again.***}``` –>

本工具用于将 Jupyter Notebook（.ipynb）内容转化为 Markdown（.md）格式的网页版本，便于分享与发布。

• 功能要点：浏览器端解析、生成 Markdown 文本
• 适用场景：将 Notebook 内容迁移到博客/文档系统
• 直接打开工具

使用方式：

1. 打开工具页面，导入/粘贴 Notebook 内容
2. 一键生成 Markdown 文本，复制后保存为 .md
3. 可根据需要手动调整图片/代码块等细节

提示：该工具纯前端实现，适合快速转换与分发。

本工具按分隔符 》 将输入文本拆分为多组，自动提取每组中的“角色名 数字票”并进行累加统计。

• 功能要点：分组解析、角色票数累加、错误格式提醒、结果下载
• 适用场景：B萌/角色票数统计、分组文档快速汇总
• 直接打开工具

使用步骤：

1. 将整段文本合并为一行，按 》 分割为多组
2. 每组以“角色名 数字票”格式书写，如：雪之下雪乃 3票
3. 点击“确认统计（累加）”，可多次输入累加结果
4. 支持将统计结果导出为 txt

示例输入：

本工具用于统计文本中被 [[...]] 标记的内容出现频率，并支持检测 Voter Id 重复。

• 功能要点：统计 [[标签]] 次数，检测并提醒重复的 Voter Id
• 适用场景：世萌/票选类文本统计、结果汇总
• 直接打开工具

使用步骤：

1. 在输入框粘贴文本，包含 [[标签]] 格式
2. 点击“确认统计”，工具会解析并汇总出现次数
3. 如检测到重复 Voter Id 会提示并阻止累加
4. 可一键下载统计结果为 txt 文件

示例输入：

1 摘要

MDMetaGenerator 是一款面向内容创作者的桌面端工具，提供图形化界面，表单化生成 Markdown 文章的 Front Matter、摘要与正文分隔（`

本文介绍仓库内的脚本源代码文件，它可以自动删除 .docx 文档中的空段落，并在非空段落中合并连续换行（将多个连续换行替换为一个）。脚本同时会处理表格单元格内的段落。

本工具最初用于在申请软件著作权时，批量清理源代码文档中的空行，让提交给软著的源代码文档更加紧凑、排版整齐，方便审核和归档。

如果你不方便在本地安装 Python，也可以使用浏览器版工具：删除 DOCX 空行（网页版），直接在网页中选择 .docx 文件并下载清理后的文档。

主要功能

• 删除文档正文中空的段落（完全没有可见字符的段落）。
• 在非空段落中把连续的 \n 合并为单个 \n，避免多余的空行或换行符导致格式混乱。
• 遍历文档内的表格，按单元格同样规则清理空段落并合并换行。
• 提供简单的 Tkinter GUI，交互选择输入/输出文件路径，适合非命令行用户。

依赖

• 使用 python-docx（包名 python-docx）来读写 Word 文档。仓库中的脚本示例使用 from docx import Document。

安装

pip install python-docx

（如果要使用 live GUI，请确保当前 Python 环境包含 Tkinter。Windows 上自带标准 Python 通常包含 Tkinter。）

如何使用

• 图形界面（推荐，脚本默认行为）:

  • 运行脚本：

    python 原始内容文档/dele_null_line.py

  • 脚本会弹出文件选择对话框，请选择要处理的 .docx 文件，并指定输出文件名。

• 作为模块调用（在其他脚本中复用函数）:

  from 原始内容文档.dele_null_line import remove_empty_lines_from_docx remove_empty_lines_from_docx(‘input.docx’, ‘output.docx’)

实现要点（供维护者参考）

• 段落处理：脚本先遍历 doc.paragraphs，把纯空的段落标记删除，非空段落使用正则 re.sub(r"\n+","\n", text) 合并连续换行。
• 表格处理：进入每个 doc.tables，对每个单元格的 cell.paragraphs 做同样的清理与合并。
• 删除操作：对要删除的段落或单元格段落，使用底层 XML 节点 ._element.getparent().remove(...) 执行删除，避免改变段落集合时引发索引问题（通过反向索引删除）。

示例场景

How I use an XVPN gateway to map a distant NAS as a local drive and collaborate as if on-site.

• IPv6 direct connection, no relay, near–LAN speed
• Map NAS as network drive; file transfer saturates home bandwidth
• Low-latency review inside the same “virtual LAN”
• L2 features help reach machines as if on the same switch

This article mirrors the Chinese version and summarizes the key takeaways for English readers.

0.1 分析目的和项目背景

目的:分析间谍过家家的评价,了解用户对该番剧的评价 , ,数据源:kaggle上的Bilibili Spy X Family数据集

0.2 数据准备

0.1 1. 项目概览

• 项目背景：某公司开展员工满意度调查，回收问卷后得到原始数据，需要对原始数据进行清洗.
• 数据规模：标注数据量1000条数据+6个维度、数据来源企业脱敏数据。
• 项目周期：独立完成，耗时4h。

0.1.1 2. 技术路径

• 数据处理：经过分析,该原始数据存在以下问题：
  1. 部分问卷的 “年龄” 字段为空值；
  2. “入职日期” 字段格式不一致（如 “2023-01”“2023 年 1 月”“2023/1”）；
  3. 存在重复提交的问卷（同一员工提交了 2 次）；
• 处理方法：
  1. 插入数据透视表,以"部门"为行,以"年龄为值"统计每个部门平均年龄; 用Excel的筛选功能,筛选出"年龄"为空的行,再筛选出“部门”为“销售部”的行,统一填入销售部的平均年龄。如此可以快速填充缺失值。
  2. 通过 “拆分格式→文本转换→汇总统一→转日期类型” 的流程，将混乱的多格式日期，逐步规范为统一的日期值： 拆分格式：为每种日期格式建列，明确处理对象； 文本转换：用 IF+MID 把不同格式转成统一文本（如 YYYY-MM-DD 文本）； 汇总统一：用 IF 合并结果，确保每行一个统一文本； 转日期：用 DATE+MID 将文本转为真正的日期类型（可参与日期计算）。 （注：步骤 2 中 IF 返回的 0 需注意过滤，避免影响后续转换；函数操作在 Excel、Google Sheets 等工具中通用，语法略有差异时需调整。）
  3. 用Excel的“删除重复项”功能，将重复提交的问卷删除。

0.1.2 以下是统一多格式日期数据的逐点解析：

1️⃣. 对每一种日期格式添加一个列 目的：先梳理数据中存在的日期格式（如 YYYY-MM-DD、MM/DD/YYYY、DD.MM.YYYY 等），为每种格式单独建列。 作用：方便后续针对不同格式的字符串，分别提取年、月、日信息。

2️⃣. 使用 IF 结合 MID，转化为目标格式的常规文本（false 忽略会返回 0） 逻辑：

0.1 1. 项目概览

• 项目背景：某电商平台收集了用户订单数据，存在以下问题：

2. 重复数据：同一用户 ID 出现多次相同订单（订单号重复）。
3. 缺失数据：部分订单的 “支付时间” 字段为空。
4. 逻辑错误：“订单金额” 字段出现负数（如 - 50 元），“商品数量” 字段出现 0 件。

• 数据规模：标注数据量:115条，7维度、数据来源:模拟数据.
• 项目周期：1h

0.1.1 2. 技术路径

• 数据处理：

0.1.1.1 重复数据处理：

1. 选中 “订单号” 列，使用 “数据→删除重复项”，勾选 “订单号”，删除完全重复的订单记录。

0.1.1.2 缺失数据处理：

1. 通过 “数据→筛选” 选中所有 “支付时间” 为空的单元格。
2. 计数筛选出的单元格数量.方法⑴:框选一列,然后看Excel底部状态栏的统计数据;方法⑵:找一个空单元格,使用“分类汇总” 函数计数**=SUBTOTAL(3,A:A)-1**.(3 对应的名称是 COUNTA（非空单元格个数）)
3. 鉴于支付时间缺失比例达13%,而又比较重要,手动填充合理时间(订单创建时间+12h(支付和创建订单的平均间隔时间))

0.1.1.3 逻辑错误处理：

1. 列出可能的逻辑错误,如 “订单金额 < 0” 或 “商品数量 = 0” 的单元格.
2. 使用"筛选"功能,筛选出"商品数量<=0"的单元格,然后删除掉这些行.
3. 使用"筛选"功能,筛选出"订单金额<0"的单元格.
4. 核对错误数据：若为录入错误，修正为正确值（如 - 50 元改为 50 元）；若为无效数据，删除对应记录。

0.1.2 3. 附件

• 下载模拟数据