. . . . . . . . . . . . . 125 IV.5 格式工具栏 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 IV.6 使用格式和样式窗口 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 IV.7 样式和格式图标 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 IV.8 使用样式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 IV.13 自定义表格格式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

数据应用 通过编写爬虫代码、访问数据库、读取文件、调用API等方式，采 集社交媒体数据、数据库内容、文本数据、接口数据等。 通过数据清洗、数据集成、数据变换、特征工程等方式，实 现数据纠错、数据整合、格式转换、特征提取等。 对数据进行诊断、预测、关联、聚类分析，常用于问题 定位、需求预测、推荐系统、异常检测等。 对数据进行分类、社交网络分析或时序模式挖掘，常用 于客户细分、信用评分、社交媒体营销、股价预测等。 产品验证的最终依据。 文件数据读取 1、读取文件； 2、根据指定内容整理成表格。 任务 Open AI o3mini 暂不支持附件上传，响应速度 快，能够快速读取粘贴数据， 输出结果格式工整、简洁。 DeepSeek R1 能够详细全面地提取文件中的 数据，并整理成可视化数据表 格，逻辑性强、指标清晰。 所上传的“2025春运数据（1月14-2月8日）.txt”包含了从2 任务 Open AI o3mini 一般文本（7000token）： 能够高效提取文本中的数据， 并整理成可视化数据表格， 格式工整、简洁，数据准确 但数据维度有所缺失。 长文本（15000token）： 反应迅速，高效提取文本中 数据，输出格式规范的数据 表格，但集成数据维度仍然 不够全面。 DeepSeek R1 一般文本（7000token）：能 详细全面地提取文本数据，并

search 和 match 的参数问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 7.2.2. match 返回结果的格式问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 7.2.3. exec 比 match 更强大 . . . . . . 不强求的，本来就是免费的嘛。说真的，我也不曾妄想，靠此就可以发大财，从此走上人生小巅峰。 当然，我也在想，如果能得到读者的认可，自己的小心脏肯定会砰砰的。 本书制作用到的工具 本书采用 Asciidoc 格式编写。 使用 Asciidoctor 构建本书电子版。 教程: • 语法教程 • 转换PDF教程 书中用的可视化图片是由 Regulex 正则表达式可视化工具生成。 其余图片是由 Processon console.log( regex.test("7:9") ); // => true // => true // => true 其可视化形式： 1.5.3. 匹配日期 比如 yyyy-mm-dd 格式为例。 要求匹配： 2017-06-10 分析： 年，四位数字即可，可用 [0-9]{4}。 月，共 12 个月，分两种情况 "01"、"02"、…、"09" 和 "10"、"11"、"12"，可用

search 和 match 的参数问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 7.2.2. match 返回结果的格式问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 7.2.3. exec 比 match 更强大 . . . . . . 不强求的，本来就是免费的嘛。说真的，我也不曾妄想，靠此就可以发大财，从此走上人生小巅峰。 当然，我也在想，如果能得到读者的认可，自己的小心脏肯定会砰砰的。 本书制作用到的工具 本书采用Asciidoc格式编写。 使用 Asciidoctor 构建本书电子版。 教程: • 语法教程 • 转换PDF教程 书中用的可视化图片是由 Regulex 正则表达式可视化工具生成。 其余图片是由 Processon console.log( regex.test("7:9") ); // => true // => true // => true 其可视化形式： 1.5.3. 匹配日期 比如 yyyy-mm-dd 格式为例。 要求匹配： 2017-06-10 分析： 年，四位数字即可，可用 [0-9]{4}。 月，共 12 个月，分两种情况 "01"、"02"、…、"09" 和 "10"、"11"、"12"，可用

FFmpeg安装 ⾳频处理 提取⾳频⽚段 视频处理 视频属性 获取 调整 尺⼨调整 动图gif 视频转动图 动图转视频 ⽔印 去除⽔印 提取⾳频 字幕处理 背景知识 字幕分类 字幕格式 编辑字幕 Aegisub 提取字幕 转换字幕 嵌⼊字幕 指定字幕位置 指定字幕⽂字属性 ffmpeg使⽤⼼得 ⽤到ffmpeg的 Python 附录 获取 2 1.9.1 ⾼尺⼨⼤⼩；以及动图gif处理，包括视频转动图、动图转视频；以及⽔印 处理，包括去除视频⽔印；从视频中提取完整⾳频和⾳频⽚段；字幕相关 处理，包括字幕的背景知识，包括软字幕和硬字幕、常⻅字幕格式ass和 srt；以及如何⽤Aegisub编辑字幕；从视频中提取字幕、从srt转换出ass 字幕；嵌⼊字幕，包括⽤流拷⻉模式嵌⼊软字幕、⽤vf模式烧录嵌⼊硬字 幕、且可以指定字幕位置、指定字幕⽂字属性等；整理ffmpeg使⽤的⼼得 和常⻅问题；以及其他有哪些⼯具软件⽤到了ffmpeg、如何⽤Python调⽤ ffmpeg；最后给出附录内容，包括help语法、⽂档资料等。 源码+浏览+下载 本书的各种源码、在线浏览地址、多种格式⽂件下载如下： Gitbook源码 crifan/media_process_ffmpeg: 强⼤的⾳视频处理⼯具：FFmpeg 如何使⽤此Gitbook源码去⽣成发布为电⼦书 详⻅：cri

不要对通用模型“过度信任”（如直接询问复杂推理问题，需分步验证结果）。 从“下达指令”到“表达需求” 策略类型 定义与目标 适用场景 示例（推理模型适用） 优势与风险 指令驱动 直接给出明确步骤或 格式要求 简单任务、需快速执行 “用Python编写快速排序函 数，输出需包含注释。” ✅ 结果精准高效 ❌ 限制模型自主优化空 间 需求导向 描述问题背景与目标， 由模型规划解决路径 复杂问题、需模型自主 的短篇小说，不超过200字” 开放式指令（如“自由创作”） 代码生成 推理模型 简洁需求，信任模型逻辑 “用Python实现快速排序” 分步指导（如“先写递归函数”） 通用模型 细化步骤，明确输入输出格式 “先解释快速排序原理，再写出代 码并测试示例” 模糊需求（如“写个排序代码”） 多轮对话 通用模型 自然交互，无需结构化指令 “你觉得人工智能的未来会怎样？” 强制逻辑链条（如“分三点回答”） 容，包括主题、背景、数据等，为AI提供了必要的知 识和上下文。 提示语的基本元素可以根据其功能和作用分为三个大类：信息类元素、结构类元素和控制类元素： 结构类元素用于定义生成内容的组织形式和呈现方式， 决定了AI输出的结构、格式和风格。 控制类元素用于管理和引导AI的生成过程，确保输出 符合预期并能够进行必要的调整，是实现高级提示语 工程的重要工具。 提示语的DNA：解构强大提示语的基本元素 提示语元素组合矩阵

1. 获取 namesrv 的地址列表（是乱序的） 2. 遍历向每个 namesrv 注册 topic 的配置信息 topicconfig Topic 在 broker 文件上的存储 json 格式 "TopicTest":{ "perm":6, "readQueueNums":8, "topicFilterType":"SINGLE_TAG" 信息， namesrv 只存内存，但是 broker 有任务定时推送 1. 接收数据向 RouteInfoManager 注册。 Broker 初始化加载本地配置，配置信息是以 json 格式存储在本地， rocketmq 强依赖 fastjson 作转换， RocketMq 通过 ConfigMananger 来管理配置加载以及持久化 1. 加载 topic 配置${user 值， 值为 proccessOffset%mapedFileSize 2） 正常恢复 commitLog 文件 步骤跟流程恢复 Consume Queue 判断消息有效， 根据消息的存储格式读取消息到 DispatchRequest 对象， 获取 消息大小值 msgSize 大于 0 正常数据 等于-1 文件读取错误 恢复结束 等于 0 读到文件末尾

(FSO) : ⽀持纯粹的⽂件语义, 有限的 S3 兼容性 ⽂件的存储Key格式: “/”. 例如, “1026/file-1” ● OBJECT_STORE (OBS) : key-value 存储, 纯粹的S3 对象存储语义 对象的存储Key格式 : 例如, “/vol-1/buck “/vol-1/buck-1/dir1/dir2/dir3/file-1” ● LEGACY: 所有已存在的桶，升级后变成LEGACY 版本，以⽀持向后兼容 存储Key格式基本同OBS, 通过配置项区分偏向⽂件，还是偏向S3对象的⽀持 引⼊Bucket级别 OM Metadata Layout 版本号 ⽂件系统优化 ⽂件系统优化效果 Query Details: Dropped “catelog_sales”

组成 MsgId 总共 16 字节，包含消息存储主机地址，消息 Commit Log offset。从 MsgId 中解析出 Broker 的地址和 Commit Log 的偏秱地址，然后挄照存储格式所在位置消息 buffer 解析成一个完整的消息。 7.3.2 挄照 Message Key 查询消息 Commit Log Offset Timestamp Next Index Offset 大端 4 个字节整数，等亍 2、3、4 长度总和 2. 大端 4 个字节整数，等亍 3 的长度 3. 使用 json 序列化数据 4. 应用自定丿二迕制序列化数据 Header 格式 { "code": 0, 项目开源主页：https://github.com/alibaba/RocketMQ 30 "language": "JAVA", "version":

DRBD 状态 watch -n 1 cat /proc/drbd /etc/init.d/drbd status 以上两种方式都可以查看 drbd 的状态  设置当前节点为主节点，并进行格式化和挂载 drbdadm -- --overwrite-data-of-peer primary all mkfs.ext3 /dev/drbd0 mkdir /drbd mount /dev/drbd0