Parser-2GIS 项目使用教程
2024-09-27 02:10:16作者:宣海椒Queenly
1. 项目的目录结构及介绍
parser-2gis/
├── github/
│ └── workflows/
├── scripts/
├── tests/
├── .gitignore
├── .pre-commit-config.yaml
├── CHANGELOG.md
├── LICENSE
├── MANIFEST.in
├── README.md
├── parser-2gis.py
├── setup.cfg
├── setup.py
└── tox.ini
目录结构介绍
- github/workflows/: 包含GitHub Actions的工作流配置文件。
- scripts/: 包含项目的脚本文件。
- tests/: 包含项目的测试文件。
- .gitignore: 指定Git应忽略的文件和目录。
- .pre-commit-config.yaml: 配置pre-commit钩子,用于代码格式化和检查。
- CHANGELOG.md: 记录项目的变更日志。
- LICENSE: 项目的开源许可证文件。
- MANIFEST.in: 指定在打包时需要包含的非Python文件。
- README.md: 项目的介绍和使用说明。
- parser-2gis.py: 项目的主启动文件。
- setup.cfg: 项目的配置文件。
- setup.py: 用于安装项目的脚本。
- tox.ini: 配置tox,用于自动化测试和环境管理。
2. 项目的启动文件介绍
parser-2gis.py
这是项目的主启动文件,负责初始化和运行Parser-2GIS的主要功能。文件中包含了主要的逻辑和功能实现,如数据抓取、处理和输出等。
# parser-2gis.py 文件示例
import sys
from parser_2gis import Parser2GIS
def main():
parser = Parser2GIS()
parser.run()
if __name__ == "__main__":
main()
3. 项目的配置文件介绍
setup.cfg
setup.cfg 是项目的配置文件,用于配置项目的安装和打包选项。它包含了项目的元数据、依赖项、测试配置等信息。
# setup.cfg 文件示例
[metadata]
name = parser-2gis
version = 1.2.1
description = Парсер сайта 2GIS для сбора адресов и контактов предприятий
author = Andy Trofimov
license = LGPL-3.0
[options]
packages = find:
install_requires =
requests
beautifulsoup4
[options.entry_points]
console_scripts =
parser-2gis = parser_2gis:main
[tool:pytest]
addopts = --cov=parser_2gis
setup.py
setup.py 是用于安装项目的脚本,通常与 setup.cfg 配合使用。它包含了项目的安装逻辑和依赖项管理。
# setup.py 文件示例
from setuptools import setup, find_packages
setup(
name='parser-2gis',
version='1.2.1',
packages=find_packages(),
install_requires=[
'requests',
'beautifulsoup4',
],
entry_points={
'console_scripts': [
'parser-2gis = parser_2gis:main',
],
},
)
通过以上配置文件,可以方便地安装和管理Parser-2GIS项目,并确保其正常运行和测试。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0193
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
888
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617