业务和功能介绍
立项背景和目标： 日常处理财务报表、政务文件等敏感文档时，在线转换工具存在隐私泄露风险，商业PDF软件（如Adobe）收费高昂且功能臃肿。目标是做一款「零网络连接、双击即用」的本地桌面PDF处理工具，所有计算在用户硬件完成，杜绝数据外传。
核心功能（4大模块，16项原子功能）：
①全格式双向转换：集成 LibreOffice Headless 引擎，支持 doc/docx/xls/xlsx/ppt/pptx/txt → PDF 高保真转换；逆向支持 PDF → Word（还原排版）、PDF → Excel（智能表格提取）、PDF → PPT（页面无缝转幻灯片）、PDF → 300DPI PNG序列；②PDF深度处理：无损合并、按页拆分、批量旋转、极限压缩（PyMuPDF garbage=4 + Deflate双重清理）、批量中文水印、精准选页重排（支持逻辑字符串如 1,3,5-10）、原始图像无损剥离（扫描内部二进制流提取原图，非截图）；③本地OCR识别：集成Tesseract 5.4，2倍高清渲染矩阵（fitz.Matrix(2,2)）提升中文识别率，支持单张图片识别和多页扫描版PDF全文提取，chi_sim+eng双语配置；④安全保护：AES-256加密/解密，支持密码设置与归档解锁。
业务流程： 用户拖入文件 → 左侧导航选择功能模块 → 核心引擎（DocumentConverter / PDFManager / OCREngine）处理 → 输出到本地指定目录，全程无网络请求，支持深色/浅色主题切换。
核心功能（4大模块，16项原子功能）：
①全格式双向转换：集成 LibreOffice Headless 引擎，支持 doc/docx/xls/xlsx/ppt/pptx/txt → PDF 高保真转换；逆向支持 PDF → Word（还原排版）、PDF → Excel（智能表格提取）、PDF → PPT（页面无缝转幻灯片）、PDF → 300DPI PNG序列；②PDF深度处理：无损合并、按页拆分、批量旋转、极限压缩（PyMuPDF garbage=4 + Deflate双重清理）、批量中文水印、精准选页重排（支持逻辑字符串如 1,3,5-10）、原始图像无损剥离（扫描内部二进制流提取原图，非截图）；③本地OCR识别：集成Tesseract 5.4，2倍高清渲染矩阵（fitz.Matrix(2,2)）提升中文识别率，支持单张图片识别和多页扫描版PDF全文提取，chi_sim+eng双语配置；④安全保护：AES-256加密/解密，支持密码设置与归档解锁。
业务流程： 用户拖入文件 → 左侧导航选择功能模块 → 核心引擎（DocumentConverter / PDFManager / OCREngine）处理 → 输出到本地指定目录，全程无网络请求，支持深色/浅色主题切换。
项目实现
整体架构： 三层分离设计。表现层（PyQt5 GUI，侧边栏导航 + StackedWidget多页面切换，深/浅双主题）、逻辑层（converter.py 格式转换 + pdf_manager.py PDF操作 + ocr_engine.py OCR识别三引擎独立）、引擎层（LibreOffice Portable + Tesseract独立目录，PyInstaller打包为单EXE分发）。依赖：PyMuPDF / pdf2docx / pdfplumber / python-pptx / Pillow / pytesseract。
我的责任模块与量化结果： 独立完成全部代码。核心亮点：①原始图像无损剥离——区别于截图方案，直接读取PDF内部xref二进制流提取嵌入原图，分辨率100%还原；②精准选页重排——自研逻辑字符串解析器，支持"1,3,5-10"混合格式，转化为fitz页面区间后原子操作，避免临时文件残留；③OCR高清模式——Matrix(2,2)放大渲染再识别，相比1倍渲染中文准确率提升约30%（实测100字错误数从15降至5以内）。
难点与解决： ①PyInstaller打包后引擎路径失效：通过 sys._MEIPASS 判断运行环境，动态拼接LibreOffice和Tesseract的绝对路径，开发/打包双模式自动适配；②LibreOffice子进程在Windows下弹黑框：使用 STARTUPINFO.dwFlags |= STARTF_USESHOWWINDOW 强制隐藏控制台窗口；③PyMuPDF提取图像时RGBA透明通道导致Pillow崩溃：判断 pix.alpha 动态切换 RGB/RGBA 转换模式，兼容所有PDF图像格式。
我的责任模块与量化结果： 独立完成全部代码。核心亮点：①原始图像无损剥离——区别于截图方案，直接读取PDF内部xref二进制流提取嵌入原图，分辨率100%还原；②精准选页重排——自研逻辑字符串解析器，支持"1,3,5-10"混合格式，转化为fitz页面区间后原子操作，避免临时文件残留；③OCR高清模式——Matrix(2,2)放大渲染再识别，相比1倍渲染中文准确率提升约30%（实测100字错误数从15降至5以内）。
难点与解决： ①PyInstaller打包后引擎路径失效：通过 sys._MEIPASS 判断运行环境，动态拼接LibreOffice和Tesseract的绝对路径，开发/打包双模式自动适配；②LibreOffice子进程在Windows下弹黑框：使用 STARTUPINFO.dwFlags |= STARTF_USESHOWWINDOW 强制隐藏控制台窗口；③PyMuPDF提取图像时RGBA透明通道导致Pillow崩溃：判断 pix.alpha 动态切换 RGB/RGBA 转换模式，兼容所有PDF图像格式。
示例图片视频
相似推荐
钧联公司官网-钧联公司官网
管理员可动态修改网站数据管理员可动态修改网站数据管理员可动态修改网站数据管理员可动态修改网站数据管理员可动态修改网站数据管理员可动态修改网站数据管理员可动态修改网站数据管理员可动态修改网站数据管理员可动态修改网站数据
三天交付电商分销小程序
三天交付微信电商小程序,包含商品展示,一键下单,分销返佣和订单管理功能,帮助商家快速搭建线上线上销售渠道,通过分销模式低成本拓展新客户，该小程序支持自定义商品,分类优惠券设置及数据导出功能.全方位满足商家的线上当运营需求"上线后提供七天免费技术支持,运营过程中的问题确保项目顺利落地,并产生收益。
跨国软件巨头-支付系统
本项目为某跨国软件巨头的全球支付与风控系统，面向官网、电商平台及内部业务系统，提供从支付配置管理、交易风险控制到审计留痕的一体化解决方案。 系统需要同时支撑数十亿美元级别年交易额，覆盖多币种、多支付渠道和多地区商户，要求极高的性能、可靠性和安全合规能力。
核心业务功能包括：
支付配置管理：统一管理各个支付机构、商户号、费率规则，支持灰度发布、A/B 测试和按国家/产品维度进行灵活路由。
风险引擎与特征存储：基于规则引擎和特征库对交易进行实时评分和拦截，降低欺诈和拒付风险。
清结算与审计：对关键交易事件进行审计记录和合规留痕，方便事后追踪和外部审计。
运维与监控：提供多层缓存、限流与告警机制，保障在大促和流量洪峰下仍能稳定运行。
整体系统基于 Azure 公有云部署，采用分布式微服务架构，通过 Azure SQL、Cosmos DB、Blob Storage、Redis Cache、App Service、App Gateway 等组件构建高可用、高扩展的支付基础设施。
抖音直播弹幕实时采集（WebSocket + Protobuf + X-Bogus签名）
- Python：requests（获取直播间 room_id 与 cookie）、websocket-client（WSS长连接收包/回包）、gzip（解压）、protobuf（消息反序列化）、loguru（日志输出）
- JS逆向与签名：execjs 调用本地 JS 生成 signature（X-Bogus）；crypto-js（MD5 生成 X-MS-STUB）
- 协议解析：Protobuf（douyin.proto + 生成 douyin_pb2.py）
- WebSocket实时数据采集
- Protobuf协议解析
- Python网络编程/长连接
- JS逆向 / 参数签名（X-Bogus）
- 数据解压（gzip）
- 反爬/鉴权参数构造
- 业务背景：抖音直播间互动信息（弹幕）通过 WebSocket 推送且采用 Protobuf + gzip 压缩，同时连接参数包含签名（signature/X-Bogus）。常规抓包仅能拿到二进制数据，无法直接解析为可用文本。
- 核心功能：
- 自动进入直播间，提取 room_id，并获取必要 cookie（ttwid）
- 计算 WebSocket 连接所需 signature（X-Bogus），构造完整 WSS URL
- 建立 WSS 长连接，实时接收二进制推送包
- PushFrame → gzip解压 → Response/Message → 按 method 过滤弹幕消息 WebcastChatMessage
- 输出格式化弹幕内容（昵称 + 文本），并在 need_ack 场景下回传 ACK 保持连接稳定
普通电商项目
极短时间内完成顶级安全登录体系与高可用商品列表开发，登录集成多重金融级防护，列表支持高并发、毫秒级响应，架构严谨、逻辑闭环。本人 4 年 Java 全栈开发经验，精通 AI 协同开发，可高效交付高质量项目，创造实际业务价值。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服