hy2.0 | Li = 人生当苦, 良人当归

# Flask Python 服务器部署

# 1. 准备服务器

首先，你需要一个可以运行 Python 的服务器。你可以使用以下服务：

云服务提供商：如 AWS、阿里云、DigitalOcean 等。
VPS 提供商：如 Linode、Vultr 等。

确保服务器上安装了 Python 和 pip。

# 2. 连接到服务器

使用 SSH 连接到你的服务器：

ssh username@your_server_ip

# 3. 安装依赖

在服务器上，确保你已经安装了 Python 和 pip。你可以使用以下命令检查：

python3 --version pip3 --version

如果没有安装，可以使用以下命令安装：

sudo apt update sudo apt install python3 python3-pip

# 4. 上传代码

将你的 Flask 应用代码上传到服务器。可以使用 SCP、FTP 或 Git 来上传文件。下面是使用 SCP 的示例：

scp -r /path/to/your/project username@your_server_ip:/path/to/target/directory

# 5. 创建虚拟环境

在你的项目目录中创建一个虚拟环境：

cd /path/to/target/directory python3 -m venv venv source venv/bin/activate

# 6. 安装项目依赖

在虚拟环境中安装你的项目依赖：

pip install -r requirements.txt

# 7. 运行 Flask 应用

在开发环境中，你可以使用以下命令运行 Flask 应用：

python app.py

但是在生产环境中，最好使用 WSGI 服务器（如 Gunicorn）来运行 Flask 应用：

pip install gunicorn gunicorn -w 4 app:app --bind 0.0.0.0:5000

这里 -w 4 表示使用 4 个工作进程，你可以根据需要调整。

# 8. 配置反向代理（可选）

为了在 80 或 443 端口上提供服务，建议使用 Nginx 作为反向代理：

# 安装 Nginx

sudo apt install nginx

# 配置 Nginx

创建一个新的 Nginx 配置文件，例如 /etc/nginx/sites-available/my_flask_app ：

nginx

复制代码

server { listen 80; server_name your_server_ip; # 或者你的域名 location / { proxy_pass http://127.0.0.1:5000; # Flask 应用的地址 proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; } }

创建符号链接到 sites-enabled ：

sudo ln -s /etc/nginx/sites-available/my_flask_app /etc/nginx/sites-enabled

测试 Nginx 配置并重启服务：

sudo nginx -t sudo systemctl restart nginx

# 9. 配置防火墙（可选）

确保服务器的防火墙允许 HTTP 和 HTTPS 流量：

sudo ufw allow 'Nginx Full'

# 10. 访问你的应用

现在，你应该能够通过浏览器访问你的 Flask 应用，使用服务器的 IP 地址或域名。

# 额外建议

使用 HTTPS：在生产环境中，强烈建议使用 HTTPS。可以使用 Let’s Encrypt 来免费申请 SSL 证书。
监控和日志：考虑使用工具来监控应用的性能和日志，以便及时发现问题。

# python

好的，这里是一个详细的 Python 方案，包括登录页面、选择文件夹、处理 PDF 文件并将数据存储到 SQLite 数据库，以及在线更新功能。

# 1. 环境配置和库安装

1	pip install PyInstaller PyUpdater PyPDF2 pdfminer.six pymupdf tkinter requests

# 2. 登录页面和主程序逻辑

# 2.1. 创建登录界面

创建一个文件 login.py 用于实现登录界面：

import tkinter as tk
from tkinter import messagebox
import requests

class LoginApp:
    def __init__(self, root):
        self.root = root
        self.root.title("登录")
        self.root.geometry("300x150")

        self.username_label = tk.Label(root, text="用户名")
        self.username_label.pack()
        self.username_entry = tk.Entry(root)
        self.username_entry.pack()

        self.password_label = tk.Label(root, text="密码")
        self.password_label.pack()
        self.password_entry = tk.Entry(root, show="*")
        self.password_entry.pack()

        self.login_button = tk.Button(root, text="登录", command=self.login)
        self.login_button.pack()

    def login(self):
        username = self.username_entry.get()
        password = self.password_entry.get()
        # 假设存在一个登录接口
        login_url = "http://example.com/api/login"
        response = requests.post(login_url, json={"username": username, "password": password})

        if response.status_code == 200 and response.json().get("status") == "success":
            messagebox.showinfo("成功", "登录成功")
            self.root.destroy()
            import main
            main.run_app()
        else:
            messagebox.showerror("错误", "用户名或密码错误")

def run_login_app():
    root = tk.Tk()
    app = LoginApp(root)
    root.mainloop()

# 2.2. 主程序逻辑

创建 main.py 实现主程序逻辑：

import os
import fitz  # PyMuPDF
import sqlite3
import tkinter as tk
from tkinter import filedialog, messagebox

def select_folder():
    folder_path = filedialog.askdirectory(title="选择包含PDF文件的文件夹")
    return folder_path

def extract_text_from_pdf(pdf_path):
    doc = fitz.open(pdf_path)
    text = ""
    for page in doc:
        text += page.get_text()
    return text

def store_data_to_db(data):
    conn = sqlite3.connect('extracted_data.db')
    cursor = conn.cursor()
    cursor.execute('''CREATE TABLE IF NOT EXISTS pdf_data
                      (id INTEGER PRIMARY KEY, file_name TEXT, content TEXT)''')
    cursor.execute('INSERT INTO pdf_data (file_name, content) VALUES (?, ?)', data)
    conn.commit()
    conn.close()

def process_pdfs(folder_path):
    for file_name in os.listdir(folder_path):
        if file_name.endswith('.pdf'):
            pdf_path = os.path.join(folder_path, file_name)
            text = extract_text_from_pdf(pdf_path)
            store_data_to_db((file_name, text))
            messagebox.showinfo("处理完成", f"文件 {file_name} 处理完成")

def run_app():
    root = tk.Tk()
    root.withdraw()
    folder_path = select_folder()
    if folder_path:
        process_pdfs(folder_path)
    else:
        messagebox.showinfo("提示", "没有选择文件夹")

if __name__ == "__main__":
    run_login_app()

# 2.3. 在线更新功能

创建 client_config.py 配置 PyUpdater：

import os
from pyupdater.client import Client

APP_NAME = "PDFExtractorApp"
APP_VERSION = "0.1.0"
UPDATE_URLS = ['http://your-update-server.com/']

class ClientConfig:
    PUBLIC_KEY = "your-public-key"
    APP_NAME = APP_NAME
    COMPANY_NAME = "YourCompany"
    UPDATE_URLS = UPDATE_URLS
    MAX_DOWNLOAD_RETRIES = 3
    USE_PATCHES = True

def check_for_updates():
    client = Client(ClientConfig(), refresh=True)
    app_update = client.update_check(ClientConfig.APP_NAME, ClientConfig.APP_VERSION)
    if app_update is not None:
        app_update.download()
        if app_update.is_downloaded():
            app_update.extract_restart()

在 main.py 的 run_app 函数中加入更新检查：

def run_app():
    from client_config import check_for_updates
    check_for_updates()

    root = tk.Tk()
    root.withdraw()
    folder_path = select_folder()
    if folder_path:
        process_pdfs(folder_path)
    else:
        messagebox.showinfo("提示", "没有选择文件夹")

# 2.4. 打包应用程序

创建一个 spec 文件来配置打包设置（ your_script.spec ）：

# your_script.spec
# -*- mode: python ; coding: utf-8 -*-

block_cipher = None

a = Analysis(['main.py'],
             pathex=[],
             binaries=[],
             datas=[],
             hiddenimports=[],
             hookspath=[],
             runtime_hooks=[],
             excludes=[],
             win_no_prefer_redirects=False,
             win_private_assemblies=False,
             cipher=block_cipher,
             noarchive=False)

pyz = PYZ(a.pure, a.zipped_data,
             cipher=block_cipher)

exe = EXE(pyz,
          a.scripts,
          [],
          exclude_binaries=True,
          name='PDFExtractorApp',
          debug=False,
          bootloader_ignore_signals=False,
          strip=False,
          upx=True,
          upx_exclude=[],
          runtime_tmpdir=None,
          console=False)

coll = COLLECT(exe,
               a.binaries,
               a.zipfiles,
               a.datas,
               strip=False,
               upx=True,
               upx_exclude=[],
               name='PDFExtractorApp')

然后使用 pyinstaller 打包：

1	pyinstaller your_script.spec

# 3. 配置和初始化 PyUpdater

pyupdater init
pyupdater pkg --process
pyupdater pkg --sign
pyupdater pkg --upload
pyupdater keys --create
pyupdater settings

# 4. 部署和测试

将生成的可执行文件和更新配置上传到你的服务器。然后运行打包好的应用程序，确保登录功能、PDF 处理功能和在线更新功能都正常工作。

这样，你就有了一个带有登录功能的 Windows 应用程序，可以选择文件夹中的 PDF 文件进行处理，并支持在线更新。

# 要读取多个 Excel 文件并两两判断它们之间是否存在高度重复的数据，可以按以下步骤进行

：

读取所有 Excel 文件。
提取并整理数据。
比较每对 Excel 文件的数据。
计算重复率。
输出比较结果。

可以使用 pandas 库来处理 Excel 文件，利用 pandas 的 DataFrame 结构进行数据比较和重复率计算。

# 1. 安装必要的库

首先，确保你已经安装了 pandas 和 openpyxl 库：

bash

复制代码

pip install pandas openpyxl

# 2. 读取所有 Excel 文件

使用 pandas 读取 Excel 文件，并提取数据。

python

复制代码

import os import pandas as pd def read_excel_files(folder_path): excel_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')] dataframes = {f: pd.read_excel(f) for f in excel_files} return dataframes folder_path = 'your_folder_with_excel_files' dataframes = read_excel_files(folder_path)

# 3. 比较每对 Excel 文件的数据

定义一个函数来比较两个 DataFrame，计算重复率。

python

复制代码

def calculate_similarity(df1, df2): # 确保两者都有相同的列 common_columns = df1.columns.intersection(df2.columns) if len(common_columns) == 0: return 0.0 # 选择共同的列进行比较 df1_common = df1[common_columns] df2_common = df2[common_columns] # 合并两个数据集，保留重复项 combined = pd.concat([df1_common, df2_common]) duplicates = combined.duplicated(keep=False) # 计算重复率 similarity = duplicates.sum() / len(combined) return similarity def compare_excel_files(dataframes): results = [] files = list(dataframes.keys()) for i in range(len(files)): for j in range(i + 1, len(files)): df1 = dataframes[files[i]] df2 = dataframes[files[j]] similarity = calculate_similarity(df1, df2) results.append((files[i], files[j], similarity)) return results similarity_results = compare_excel_files(dataframes)

# 4. 输出比较结果

将比较结果输出，显示每对 Excel 文件的相似度。

python

复制代码

for file1, file2, similarity in similarity_results: print(f"文件 {file1} 和文件 {file2} 的相似度为: {similarity:.2%}")

# 完整代码

python

复制代码

import os import pandas as pd def read_excel_files(folder_path): excel_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')] dataframes = {f: pd.read_excel(f) for f in excel_files} return dataframes def calculate_similarity(df1, df2): common_columns = df1.columns.intersection(df2.columns) if len(common_columns) == 0: return 0.0 df1_common = df1[common_columns] df2_common = df2[common_columns] combined = pd.concat([df1_common, df2_common]) duplicates = combined.duplicated(keep=False) similarity = duplicates.sum() / len(combined) return similarity def compare_excel_files(dataframes): results = [] files = list(dataframes.keys()) for i in range(len(files)): for j in range(i + 1, len(files)): df1 = dataframes[files[i]] df2 = dataframes[files[j]] similarity = calculate_similarity(df1, df2) results.append((files[i], files[j], similarity)) return results folder_path = 'your_folder_with_excel_files' dataframes = read_excel_files(folder_path) similarity_results = compare_excel_files(dataframes) for file1, file2, similarity in similarity_results: print(f"文件 {file1} 和文件 {file2} 的相似度为: {similarity:.2%}")

# 注意事项

列对齐：确保所有比较的数据具有相同的列。
数据清理：在实际使用中，可能需要对数据进行清理和预处理，以确保比较的准确性。
优化：对于大型数据集，计算重复率可能会很耗时。可以考虑优化算法或使用更高效的数据结构。

通过这些步骤，你可以实现读取多个 Excel 文件并两两判断是否有高度重复的数据，并计算和输出相似度。

# Flask Python 服务器部署

# 1. 准备服务器

# 2. 连接到服务器

# 3. 安装依赖

# 4. 上传代码

# 5. 创建虚拟环境

# 6. 安装项目依赖

# 7. 运行 Flask 应用

# 8. 配置反向代理（可选）

# 安装 Nginx

# 配置 Nginx

# 9. 配置防火墙（可选）

# 10. 访问你的应用

# 额外建议

# python

# 1. 环境配置和库安装

# 2. 登录页面和主程序逻辑

# 2.1. 创建登录界面

# 2.2. 主程序逻辑

# 2.3. 在线更新功能

# 2.4. 打包应用程序

# 3. 配置和初始化 PyUpdater

# 4. 部署和测试

# 要读取多个 Excel 文件并两两判断它们之间是否存在高度重复的数据，可以按以下步骤进行

# 1. 安装必要的库

# 2. 读取所有 Excel 文件

# 3. 比较每对 Excel 文件的数据

# 4. 输出比较结果

# 完整代码

# 注意事项

拉勾训练营5期

苏州一日游