博客
关于我
文献复制去换行 python
阅读量:346 次
发布时间:2019-03-04

本文共 995 字,大约阅读时间需要 3 分钟。

import timeimport sysimport osimport resys.path.append(os.path.abspath("SO_site-packages"))import pyperclip# 文献复制中英结合版# 版本 0.4# 作者:TophTab# 支持我通过支付宝二维码,即使一元也对作者支持recent_value = ""tmp_value = ""# 字符转换表(英文到中文)E_pun = u',.!?()《》“’"C_pun = u',。!?()《》“’'table_CtoE = {ord(f):ord(t) for f, t in zip(C_pun, E_pun)}table_EtoC = {ord(f):ord(t) for f, t in zip(E_pun, C_pun)}def English(recent_value):    changed_1 = re.sub(r"\s{2,}", " ", recent_value)    pyperclip.copy(changed_1)    print("英文值变为: %s" % changed_1)    time.sleep(0.1)def Chinese(recent_value):    changed_1 = re.sub(r"\s", "", recent_value)    pyperclip.copy(changed_1)    print("中文值变为: %s" % changed_1)    time.sleep(0.1)while True:    tmp_value = pyperclip.paste()    try:        if tmp_value != recent_value:            recent_value = tmp_value            if re.search(u"[\u2E80-\u9FFF]+", tmp_value):                Chinese(recent_value)            else:                English(recent_value)    except KeyboardInterrupt:        break

转载地址:http://ufrq.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>