推荐开源项目:Gman - 验证官方域名的利器
2024-06-09 06:27:59作者:霍妲思
项目介绍
Gman是一个基于Ruby的宝石(gem),它能帮你验证一个电子邮件地址或网站是否属于官方机构。这个工具使用了Naughty or Nice、Public Suffix List及其对应的Ruby实现库,确保准确无误地识别出全球官方域名。
项目技术分析
Gman的核心在于利用Public Suffix List来验证输入的域名是否为有效的公共后缀,并结合维护的一份全球官方子列表进行进一步的匹配。通过这种方式,它可以处理像gov.uk这样的复杂情况,避免了编写复杂的正则表达式。同时,Gman也提供了一种命令行接口供用户直接使用。
应用场景
- 数据清理:如果你正在处理一大批量的电子邮件地址或网址,想要过滤掉其中的官方机构,Gman可以助你一臂之力。
- 验证来源:在信息安全或媒体监测领域,快速判断通信源头是否来自官方部门非常有用。
- 数据分析:在涉及到地域性或官方行为的研究中,Gman可以帮助确定相关网站或邮件的地理归属。
项目特点
- 准确性:Gman利用权威的公共后缀列表和众包更新的官方域名列表,确保了验证的准确性。
- 灵活性:不仅支持验证电子邮件地址,也可以直接检查域名的有效性,还能获取诸如类型、地理位置、所属机构等附加信息。
- 易于集成:作为一款Ruby gem,你可以轻松地将Gman整合到你的应用程序中。
- 社区驱动:欢迎贡献和反馈,无论是代码改进还是添加、删除官方域名,都有清晰的贡献指南。
以下是如何安装和使用Gman的简单示例:
gem install gman
然后你可以通过Ruby代码或者命令行界面验证域名:
Gman.valid?("foo@bar.gov") #=> true
或
$ gman whitehouse.gov
对于开发者来说,Gman还提供了过滤stdin中的官方邮箱地址功能,这在数据处理时十分实用。
总的来说,Gman是一款强大的工具,帮助你在处理与官方相关的网络资源时,保持高效和精准。立即尝试并加入我们的贡献者行列,让Gman变得更好!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218