昨天需要测试OCR的文字识别功能，需要从提供的图片或PDF扫描件中提取出文本信息。本来我想使用python的开源库（如pytesseract、OCRopus、OpenCV之类的库），考虑到公司数字员工的使用场景，未来图像识别会对识别率有较高的要求，所以还是用第三方提供的OCR接口最为稳妥。   大概看了百度的AI开放平台，在文字识别部分对个人用户开放了每月的调用额度，就顺便注册体验了下。整体识

此次场景需求是上传文件到公司内网门户系统（泛微Ecology），通过UIAUTO的键盘鼠标功能模拟登录后再上传虽然也是可以的。但不高级，也不高效，而且执行时对服务器界面也有一定要求。这里我通过调用泛微Ecology的接口从后台实现了文件的上传，测试效果十分稳定。插件源码如下： package.json 123456789101112131415161718192021222324252627

关于word的插件其实有很多种使用需求，该篇博文后续会根据实际使用情况再更新。 本次是需要对一篇word的内容进行检索，判断是否涉及某个字符串，代码比较简单，插件源码如下： package.json 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354

通过python进行邮件发送之前写过很多，但如果要查询目标邮件呢？ 通过RPA模拟人工登录邮件，然后遍历出目标邮件？这种方法看似可以，但不高效。 这里通过python的imbox库实现邮件的遍历和查询，逻辑比较简单，插件源码如下： package.json 1234567891011121314151617181920212223242526272829303132333435363738394

从数字员工的角度来看，可以连接各类数据库应该是最基本的功能。有些失望的是拿到的UiAuto标准产品没有封装SQLServer的功能，这里自己简单写一个，先满足简单的查询、更新。后续会根据使用情况及时更新。插件源码如下： package.json 1234567891011121314151617181920212223242526272829303132333435363738394041424

最近公司在做数字员工的开发，在前面的博文中大概能看出我对PYTHON脚本、KETTLE、RPA(UIPATH、Power Automat)都做过一些自动办公的尝试。最终我们公司选择了UIAUTO来作为基础平台，究其原因，是它对PYTHON的二开有很大的兼容度，极其灵活！造轮子的过程何尝不是一种快乐呢？   百度百科搜索RPA给出的解释是“机器人流程自动化（Robotic process aut

近期因工作需要要进行某个承诺书的签署文件生成，需要在固定的PDF模板上填充上部门、姓名、日期信息。之前使用过福昕PDF编辑器，体验较为不错，但这次要生成的PDF数量有300份，手工逐个处理自然是不便的。在《Python|PyPDF2实现PDF自动拆分》中曾写过利用 PyPDF2 实现PDF文件的拆分，这次我们用python的reportlab库尝试下PDF的生成。 PDF is the glob

关于selenium库的应用我在《Python|selenium实现自动点赞收藏(进阶版)》中有写过，因为selenium对XPATH有很好的支持，所以对自动化运维/爬虫的场景支持比较稳定。 根据工作需要，我需要每天下载招行的回单，以便进行后续处理，所以这次就用selenium实现招行回单的自动下载。 总结 通过代码先遍历下载过去一年的清单，之后只需要通过定时任务每天晚上执行一次获取当日清单即可

背景 从招行按日下载的PDF回单，数量大到可能有几百页，每页只有账号/金额/摘要/类型等字段，但却要求按照项目分类提取出来。你会怎么做？ 我想到的方案是：逐页解析PDF内容，根据类型取收款/付款银行账号 → 根据账号查询到对应的项目 → 根据项目创建文件夹 → 按银行账户分类拆分PDF，存入对应的项目文件夹。具体逻辑如下： 处理后的文件夹效果如下： 666-A项目 20230101-666

在《Kettle|自助巡检》中，我曾利用ETL工具实现了除数据库备份检查之外的每日巡检工作，这一篇聊聊NBU备份巡检自动化。 分析过程 公司数据库涉及Oracle和SQL server，对于每日数据库巡检来说，Oracle数据库都是通过bplist语句进行查询，SQL server则是通过NetBackup客户端进行点击查询。 最好SQL server也能通过语句查询，这样整个方案就显得更合理。