新闻详情

新闻详情

首页 / 资讯中心 / 详情

tchMaterial-parser 使用教程:3 步把智慧教育平台电子课本存为本地 PDF

发布时间:2026/11/4 21:07:18来源:尧图网络
tchMaterial-parser 使用教程:3 步把智慧教育平台电子课本存为本地 PDF
tchMaterial-parser 使用教程3 步把智慧教育平台电子课本存为本地 PDF【免费下载链接】tchMaterial-parser国家中小学智慧教育平台 电子课本下载工具帮助您从智慧教育平台中获取电子课本的 PDF 文件网址并进行下载让您更方便地获取课本内容。项目地址: https://gitcode.com/GitHub_Trending/tc/tchMaterial-parsertchMaterial-parser 是一款 Python 图形化小工具把国家中小学智慧教育平台的电子课本预览页解析成可直接下载的 PDF 文件。面向需要离线使用教材的教师与学生覆盖安装、首次下载与常见问题。工具定位把在线预览变成可保存的文件平台上的电子课本只能在网页内翻页查看没有下载入口。tchMaterial-parser 做的事情很单一接收预览页网址还原出背后的 PDF 直链再存到本地目录。需要把教材拿到本地做批注、整理或分享的人都可以用它替代截图拼 PDF的做法。环境与安装前置条件Python 3.x带图形界面的系统Windows、Linux、macOS 均可无桌面环境的服务器不适用依赖库requests发 HTTP 请求、pyperclip写剪贴板、psutil管理进程Windows 额外需要 pywin32安装命令git clone https://gitcode.com/GitHub_Trending/tc/tchMaterial-parser cd tchMaterial-parser pip install requests pyperclip psutilWindows 用户再补一条pip install pywin32Linux 与 macOS 可跳过。首次体验3 步下载第一本电子课本启动程序。在项目根目录执行python src/tchMaterial-parser.pywWindows 下双击 主程序文件 效果相同。填入教材网址。复制教材预览页地址粘进文本框示例https://basic.smartedu.cn/tchMaterial/detail?contentTypeassets_documentcontentIdb8e9a3fe-dae7-49c0-86cb-d146f883fd8ecatalogTypetchMaterialsubCatalogtchMaterial也可以逐级点选下方 8 个下拉菜单类别 → 学段 → 学科 → 版本 → 书名选中后网址自动写入文本框。点下载并选目录。解析成功后文件以教材名称命名保存底部进度条实时显示已下载大小与任务数。完成后所选目录里会出现以书名命名的 PDF教材若带配套音频还会多一个{书名}_音频文件夹存放 mp3。功能清单功能说明批量解析 每行一个预览页网址按顺序依次解析并下载自动命名所有文件以教材名称命名统一存入所选目录解析并复制 只解析出 PDF 直链并写入剪贴板可交给 IDM 等下载工具级联选书按类别、学段、学科、版本逐级筛选自动拼接预览页网址配套音频教材含音频时mp3 一并下载至{书名}_音频文件夹多线程下载下载在后台线程执行界面不卡顿高 DPI 适配Windows 高分屏按系统缩放渲染文字不模糊场景实战学期初批量存教材场景新学期前需要整套教材的本地副本。操作多本教材的预览页网址按行粘贴一次下载目录选到对应学科文件夹。效果PDF 按书名落盘可直接打开批注。让 IDM 接管慢速下载场景直链下载慢想换专业下载工具。操作粘贴网址后点解析并复制把剪贴板里的直链交给 IDM。效果省去在浏览器里逐页找资源地址的步骤。教研组统一版本场景多位老师要同一版本教材不想各自重复解析。操作一人解析后把直链发到组内共享。效果成员用同一链接保存版本保持一致。避坑指南3 个高频问题速查问题解决提示解析失败确认网址来自平台教材预览页且浏览器能打开然后重新点下载高分屏显示异常程序已做高 DPI 适配仍不正常时到系统显示设置调整缩放后重启启动时弹出获取资源列表失败下拉选书依赖平台接口此时可直接粘贴网址或重新打开程序原理与结构工具从网址中取出contentId与contentType参数请求平台的资源详情接口在返回列表里定位格式为 PDF 的条目去掉 CDN 地址中的 -private 段得到直链最后由后台线程分块写入磁盘。整个项目只有一个主程序 tchMaterial-parser.pyw无需构建完整说明见 README。克隆项目后运行主程序即可开始预览页网址随时可从平台页面地址栏复制。【免费下载链接】tchMaterial-parser国家中小学智慧教育平台 电子课本下载工具帮助您从智慧教育平台中获取电子课本的 PDF 文件网址并进行下载让您更方便地获取课本内容。项目地址: https://gitcode.com/GitHub_Trending/tc/tchMaterial-parser创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉