轻声低语，藏在光芒下的语音转文字模型Whisper
ChatGPT的模型gpt-3.5-turbo发布当天，OpenAI还开源了一个语音转文本的模型：Whisper。但由于ChatGPT本身太过于耀眼，很多人都忽略了Whisper的存在。我当时也是这样，我一度以为，Whisper也是一个API，需要发送POST请求到OpenAI的服务器上，然后它传回识别的结果。所以我很长一段时间一直都没有试用过这个模型。直到前几天，我看到有人在少数派上面发了一篇文章，介绍他刚做的语音识别App，并且说这个App基于Whisper，完全不需要联网。我当时还奇怪，不联网你怎么调Whisper的API？于是我终于去认真了解了一下Whisper，发现它是OpenAI开源的语音转文字的模型，并不是API服务。这个模型只需要有Python就能本地离线运行，不需要联网。Whisper的..
更多
一日一技：【最新】再次突破CloudFlare五秒盾付费版
去年我写了一篇文章：一日一技：如何捅穿Cloud Flare的5秒盾 ，这篇文章使用的第三方库『cloudscraper』可以绕过免费版的五秒盾。但遇到付费版就无能为力了。最近在爬币圈的网站，其中有一个网站叫做：Codebase使用的就是付费版的CloudFlare五秒盾。当我们使用CloudScraper去爬时，报错如下：那么现阶段，付费版的CloudFlare五秒盾，有没有什么办法绕过呢？其实方法非常简单。只需要使用Docker运行一个容器就可以了。启动命令为：123456docker run -d \ --name=flaresolverr \ -p 8191:8191 \ -e LOG_LEVEL=info \ --restart unless-stopped \ ghcr.io/fla..
更多
Flask中如何嵌套启动子线程？
如果你在Flask中启动过子线程，然后在子线程中读写过g对象或者尝试从request对象中读取url参数，那么，你肯定对下面这个报错不陌生：RuntimeError: Working outside of request context..例如下面这段Flask代码：123456789101112131415import threadingfrom flask import Flask, requestapp = Flask(__name__)def inner_func(): doc_id = request.args.get('doc_id', '') print(f'用户ID为：{doc_id}')@app.route('/start_thread')def start_thread()..
更多长见识，让大家看看什么是垃圾代码
在以前的文章中，在微信群中，我多次强调，写函数的时候，不要把所有参数放到一个大字典里面作为参数到处传，否则时间久了以后，根本不知道字典里面有哪些数据：1234def parse(data): name = data['name'] age = data['age'] xxx = data['xx']上面这样写，对原作者来说确实简单，但是如果代码还有别人来维护，他就根本不知道这个字典里面有哪些数据。必须要一层一层查找调用链，费时费力。但我是真的万万没想到，还有比上面这种写法更傻X的代码。真的可以称得上是垃圾中的垃圾。我们来看看下面这段代码。现在有一个类A，里面有两千多行代码。还有一个类B，里面有三千多行代码。这两个类里面有一些实例方法，有700多行代码。这些我都忍了。更要命的是，初始化类B..
更多
一日一技：用一个奇技淫巧把字符串转成特定类型
我们有时候可能会需要把一个字符串转换成对应的类型。例如，把'123'转换为int类型的123；或者把'3.14'转成浮点数3.14。前提条件是不能使用eval或者exec。这是一个非常简单的功能，常规做法直接使用if判断就可以了：123456def convert(data, target_type): if target_type == 'int': return int(data) elif target_type == 'float': return float(data) ...有些同学觉得写if判断麻烦，也可能会用字典来处理：1234567def convert(data, target_type): type_map = { '..
更多
一日一技：如何正确为历史遗留代码补充单元测试？
我们知道，在软件工程中，单元测试是保证软件质量的重要手段之一。一个优秀的代码，单元测试的代码量，经常会超过被测试的代码本身。一个理想化的开发团队，可能有三分之二的时间是在写测试，剩下的三分之一时间才是写业务代码。如果你的项目是从一开始就写单元测试，那么你写起来应该轻松又愉快，因为单元测试会促使你的代码自身变成可测试的代码。但如果你接手了一个大项目，里面已经有几十万行代码了，那么给这些代码补单元测试会让你知道什么叫做痛不欲生。你会发现有一些函数，它让你不知道怎么写测试代码。我们来看一个例子：我想测试的是business_code里面，check_data_dup分别返回True或者False的时候，下面代码的逻辑。也就是说，我只关心第18-27行的逻辑。这个时候不关心MySQL和Redis。但是每次测试都要..
更多
一日一技：Python如何动态替换对象的方法？
今天有同学在公众号粉丝群问了这样一个问题：他的问题，简单来说，就是想动态替换一个对象的实例方法，简化代码如下：123456789101112class Test: def __init__(self, name): self.name = name def work(self, job): print(f'{self.name}正在{job}')def work(self, job1, job2): print(f'{self.name}正在同时做两个工作，分别是{job1}和{job2}')t = Test('kingname')t.work = work当我们在替换之前，直接运行t.work('job')，效果如下：这个同学期望在替换以后，运行t.work..
更多
一日一技：如何实现带timeout的input？
我们知道，在Python里面，可以使用input获取用户的输入。例如：但有一个问题，如果你什么都不输入，程序会永远卡在这里。有没有什么办法，可以给input设置超时时间呢？如果用户在一定时间内不输入，就自动使用默认值。要实现这个需求，在Linux/macOS系统下面，我们可以使用selectors。这是Python自带的模块，不需要额外安装。对应的代码如下：123456789101112131415import sysimport selectorsdef timeout_input(msg, default='', timeout=5): sys.stdout.write(msg) sys.stdout.flush() sel = selectors.DefaultSelector()..
更多
一日一技：把自然语言描述的时间转成标准格式
如果你使用过嘀嗒清单或者Todoist，那你应该知道他们有一个很好用的功能，那就是自动识别任务中的时间，例如：1下周二下午三点给老板发邮件它会自动识别为：今天，公众号粉丝群里面，有一个叫做NowAnti的同学推荐了一个项目，叫做司南，它就可以让Python实现这样的功能。我们来看看这个第三方库怎么使用。首先pip安装它：1python3 -m pip install sinan安装完成以后，使用方法非常简单：1234from sinan import Sinanobj = Sinan('下周二下午三点给老板发邮件')result = obj.parse()print(result)运行效果如下图所示：这个库不仅可以解析时间，它还可以解析更复杂的语句，例如：12>>> obj = Sina..
更多
一日一技：使用Python翻译HTML中的文本字符串
相信大家都用过浏览器的翻译网页功能，例如对于下图这个英文网页：一键翻译成中文以后是这样的：你可能会觉得这个功能很简单，不就是字符串替换吗？那你可以试一试把下面这个HTML片段中的标签下面的英文翻译成中文。其它标签中的不要改动：123<div><p>if you want to parse date and time, your could use <em>datetimeem>, by use this library, you can generate now time by one line code <span>datetime.datetime.now()span> this is so easy.p>div>在标签中的dat..
更多