Urlscan 技术文档
2024-12-26 11:53:28作者:昌雅子Ethen
1. 安装指南
Urlscan 可以通过以下几种方式安装:
- 从你的发行版仓库安装
- 从 PyPi 安装
- 使用 pip 进行本地开发安装
以下是安装命令:
pipx install urlscan
或者
pip install --user urlscan
或者
cd <path/to/urlscan> && pip install --user -e .
注意:urwid 的最低版本要求是 1.2.1。
2. 项目使用说明
Urlscan 用于解析电子邮件消息或文件,扫描其中的 URL 和电子邮件地址。然后显示 URL 及其在消息中的上下文,允许用户选择一个或多个 URL 发送到 Web 浏览器。或者,它可以将所有 URL 列表发送到 stdout。
Urlscan 与 urlview 相比,具有以下附加功能:
- 支持电子邮件的 quoted-printable 和 base64 编码。
- 为每个 URL 提供上下文,对于 HTML 邮件,使用简单的解析器将 HTML 渲染为文本。
- 默认情况下缩短 URL 以适应一行。
- 通过输入数字跳转到 URL。
- 不区分大小写的增量搜索。
- 执行任意函数(例如,将 URL 复制到剪贴板),而不是在浏览器中打开 URL。
- 使用
l在使用 Python webbrowser 模块、xdg-open 或通过命令行传递的函数之间切换打开 URL 的方式。
3. 项目 API 使用文档
Urlscan 的命令行使用方式如下:
urlscan OPTIONS <file>
以下是选项列表:
-c, --compact: 省略 URL 上下文。-d, --dedupe: 删除重复的 URL。-E, --regex <expression>: 使用自定义正则表达式匹配 URL。-f, --run-safe <expression>: 执行安全的命令。-g, --genconf: 生成配置文件。-H, --nohelp: 启动时隐藏帮助菜单。--headers: 扫描某些电子邮件头部中的 URL。-n, --no-browser: 不打开浏览器,只输出 URL。-p, --pipe: 允许将 URL 通过管道传输到命令。-r, --run <expression>: 执行命令。-R, --reverse: 反转 URL 显示顺序。-s, --single: 单个 URL 模式。-w, --width: 设置显示宽度。-W --whitespace-off: 禁用空格和省略号。
4. 项目安装方式
请参考上述“安装指南”部分的内容进行安装。Urlscan 可以通过多种方式进行安装,包括从 PyPi 或你的 Linux 发行版的仓库中安装。安装完成后,你可以根据你的需求配置相关的 .muttrc 文件以在 mutt 邮件阅读器中使用 urlscan。
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
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++
664
321
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868