新闻详情

新闻详情

首页 / 资讯中心 / 详情

tchMaterial-parser:1 个按钮把国家平台电子课本存到本地

发布时间:2026/11/16 21:44:37来源:尧图网络
tchMaterial-parser:1 个按钮把国家平台电子课本存到本地
tchMaterial-parser1 个按钮把国家平台电子课本存到本地【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这个工具帮你从国家中小学智慧教育平台一键完成电子课本下载把在线预览的教材变成能离线打开的 PDF。适合需要无网备课的老师、想把课本存到平板上的学生以及任何嫌平台只能看不能下的人。它能干什么粘贴预览页网址自动解析出 PDF 真实下载链接批量下载输入框里一行贴一个地址全部跑完多线程下载几十个文件排队下也不卡窗口解析并复制只拿链接不下载丢给 IDM 或 aria2 跑满带宽按学科、年级、版本三级下拉直接定位教材省去手动搜索底部实时进度条下载了多少、失败了几条一目了然从零到跑起来环境要求Python 3.6 及以上系统需带图形界面Windows / macOS / Linux 都行。git clone https://gitcode.com/GitHub_Trending/tc/tchMaterial-parser cd tchMaterial-parser pip install requests pyperclip psutil启动Windows 直接双击 tchMaterial-parser.pywLinux 和 macOS 在终端执行python src/tchMaterial-parser.pyw。怎么用第一步拿到教材链接打开国家中小学智慧教育平台找到目标课本复制浏览器地址栏的完整网址。链接里必须带 contentId 参数这是解析的关键缺了它工具就找不到 PDF。第二步粘贴地址并点下载把网址贴进输入框批量就换行多贴几个。点下载按钮弹窗里选个保存文件夹程序自动以教材名命名文件后台多线程开下。第三步盯进度、收文件进度条会实时刷新日志窗口逐条打印每个文件的解析和下载结果。全部结束后日志告诉你文件存在哪个目录失败的链接也会单独列出来。让效率再高一档整学期课本链接一次性贴进去睡前挂着下第二天全部就位用解析并复制把链接扔给 IDM比程序内置单线程快好几倍教材关联的 MP3 音频会一起拉下来存到同名_音频子文件夹听读两不误卡住了看这里下载失败或解析为空先确认网址里同时有 contentId 和 contentType 两个参数再检查网络能否正常打开该预览页然后重新点一次下载。界面文字模糊或控件错位Windows 用户把显示设置里的缩放比例改成 100%或在程序快捷方式属性里勾选高 DPI 兼容性。提示获取资源列表失败程序启动时会拉取全量教材目录网络抖一下就会弹窗关掉提示重新打开程序即可不影响手动贴链接下载。tchMaterial-parser 把复制网址、解析、下载三步压成了一次点击让电子课本下载不再依赖在线浏览。核心代码就在 src/tchMaterial-parser.pywMIT 协议拿去用就行。【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 2026/11/17 7:04:08

【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 2026/11/17 5:42:44

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 2026/11/16 19:23:38

【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 ... 2026/11/17 6:55:04

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 2026/11/17 5:57:47

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 2026/11/16 17:28:18

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
📞 ✉