用python从纯pdf提取信息遇到的坑：1.转图片用OCR识别，图像大小不好把握，而且似乎特耗CPU。2.使用表格识别模块会遇到没有闭合的线段，表格识别不成功。3.划分固定区域提取，不够灵活，遇到歪的就超出区域。4.使用某一点的相对位置来设置区域，参照点不好找，一样有前一个问题的问题。5.还有PDF内容生成不统一的问题，有的PDF按书写顺序制作，有的先模板再填充内容，两者提取内容排列顺序不同。6.多页翻页内容识别问题。#折腾

via 不亦乐乎

想靠 AI 自己折腾个 python 识别 pdf 发票的东西，纯 pdf 无法去除红印章的干扰，转为图片位置定位又乱七八糟，模块装了一大堆搞不定，太难了。#折腾

via 不亦乐乎

修改了 hugo 博客的 feed 地址，添加了baseUrl 为 lms.im，并在 cloudflare 里把 www 301 到跟域名，现在 lms.im 没梯子完全打不开了，以前 www 还能漏网之鱼。#折腾

via 不亦乐乎

#折腾 电报频道关联群组后，对消息可以评论，这个方便～

via 林木木

#折腾 顺利给 Hugo 加装后台 Qexo，但还是有些复杂。也试用了 tina.io ，不好用…不然直接打开 GitHub 网页版。

via 林木木