【教学类-47-01】UIBOT+IDM下载儿童古诗+修改文件名

背景需求:

去年12月,我去了其他幼儿园参观,这是一个传统文化德育教育特色的学校,在“古典集市”展示活动中,小班中班大班孩子共同现场念诵《元日》《静夜思》包含了演唱版本和儿歌念诵版本。

我马上也要当班主任了,古诗是一种很好的语言教育手段,包含了倾听、注意力、表演等教育元素、也符合传统文化教育、识字需求、磨时间需求等目的。

网上搜索半天,终于找到了一套符合需求的古诗

ae67153c1a304200a8bca26b98d65f8a.png

使用IDM下载器

23eccc9b4a9240b88ced585b7c044dc6.png

打开谷歌浏览器的设置-拓展功能

26437fad4a8b4160b4a308287226fde1.png

打开IDM开关

8430f9e9a0d34207acb86a2ac4de999e.png

右上角会出现IDM下载按钮

b60007305e3b4df69e45f2e138dafa0e.png

400d967701524ba088f2f05325ac96a8.pngc9b32dfde9aa4bf5940ae8eb69fc6fbe.png

Dim temp,sRet
Rem 已经打开动画片页面及idm下载



For i = 0 To 62 step 1


Mouse.Move(116, 991, false,{"iDelayAfter": 300, "iDelayBefore": 200})
Mouse.Click("left", "click", [],{"iDelayAfter": 3000, "iDelayBefore": 300})


Delay(1000)
Mouse.Move(1425, 194, false,{"iDelayAfter": 300, "iDelayBefore": 200})
Mouse.Click("left", "click", [],{"iDelayAfter": 2000, "iDelayBefore": 300})


Delay(1000)

Mouse.Move(1125, 505, false,{"iDelayAfter": 300, "iDelayBefore": 200})
Mouse.Click("left", "click", [],{"iDelayAfter": 2000, "iDelayBefore": 300})

Delay(1000)
Keyboard.Press("Left", "press", [],{"iDelayAfter": 300, "iDelayBefore": 200, "sSimulate": "simulate"})
序号 = Format("%02d",i+1)
Keyboard.Input(序号,{"iDelayAfter": 300, "iDelayBefore": 200, "sSimulate": "message"})

Delay(1000)
Mouse.Move(1076, 766, false,{"iDelayAfter": 1000, "iDelayBefore": 200})
Mouse.Click("left", "click", [],{"iDelayAfter": 2000, "iDelayBefore": 300})





Delay(1000)

Mouse.Move(960, 618, false,{"iDelayAfter": 1000, "iDelayBefore": 200})
Mouse.Click("left", "click", [],{"iDelayAfter": 2000, "iDelayBefore": 300})
Next

陆续下载了19分钟 62个视频

下载结果:

4f434f21a812490b97fa0b3b6ccd31c2.png

问题;文件名太长了,改成 序号+《古诗名字》+ts

'''
目的:去掉古诗视频名称前后的多余
作者:阿夏
时间 2024年2月4日'''

import os
import time


path =r"D:\62首古诗"

# 第一步切割,不要“儿歌多多古诗大全”

fileList=os.listdir(path)

for file in fileList:
    
  # 提取二位数序号
  newname0=file[0:2]
  # print(newname0)
  split_str = file.split(' ')
  # 提取第一个空格后的内容《题目》
  newname2= split_str[1]# _的第0部分=序号 
  # print(newname2)
  newname=newname0+'《'+newname2+"》.ts"
  print(newname)
  

  oldname_path = os.path.join(path,file)
  # 文件新路径
  newname_path = os.path.join(path,newname)
  # 新旧对调
  os.rename(oldname_path, newname_path)

为了防止错误,把最后三行内容隐藏,先测试文件名结果是否正确

57d24319df1a4ca3b09db8afa565bd3c.png

258a686a347c476bb18f1d07d0a60003.png

文件名正确了,不过作者信息没有,需要手动打上去。

1、区分以下五言绝句、七言绝句(五言容易背诵)

2、根据节日、季节背诵诗歌——春节《元日》 春天《春晓》

4ad5af7b0cb945ed97f7ec72353e1bba.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/376686.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

国产航顺HK32F030M: 超声波测距模块串口通信数据接收与处理

参考代码 /************************************************************************************************** * file usart_async_tx_no_int_rx_rxneint.c * brief 异步串口通信例程, 通过查询TXE标志发送数据,通过RXNE中断接收数据,当中断接收到数据后会将 * …

《合成孔径雷达成像算法与实现》Figure6.8

clc clear close all参数设置 距离向参数设置 R_eta_c 20e3; % 景中心斜距 Tr 2.5e-6; % 发射脉冲时宽 Kr 20e12; % 距离向调频率 alpha_os_r 1.2; % 距离过采样率 Nrg 320; % 距离线采样数 距离向…

【C++二维前缀和】黑格覆盖

题目描述 在一张由 M * N 个小正方形格子组成的矩形纸张上,有 k 个格子被涂成了黑色。给你一张由 m * n 个同样小正方形组成的矩形卡片,请问该卡片最多能一次性覆盖多少个黑格子? 输入 输入共 k1 行: 第 1 行为 5 个整数 M、N、…

政安晨:演绎在KerasCV中使用Stable Diffusion进行高性能图像生成

小伙伴们好,咱们今天演绎一个使用KerasCV的StableDiffusion模型生成新的图像的示例。 考虑计算机性能的因素,这次咱们在Colab上进行,Colab您可以理解为在线版的Jupyter Notebook,还不熟悉Jupyter的的小伙伴可以去看一下我以前的文…

web前后端小坑记录

游戏服务器过年这段时间忙完了,好久没看web了,重温一下。发现竟然没有文章记录这些修BUG的过程,记录一下。 目录 如何处理F5刷新? 如何处理F5刷新? 后端应该发现路由不存在,直接返回打包好的index.html就…

软件22-上午题-树与二叉树1

一、树 树形结构,非线性结构。 树是n个节点的有限集合。 树的定义是递归的。 1-1、树的基本概念 1、结点的度:一个结点的子树个数。 2、树的度:树中最大的结点的度数。 3、叶子结点:度为0的结点。 4、分支结点:度…

this指针详细总结 | static关键字 | 静态成员

文章目录 1.this指针引入2.this指针的特性3.静态成员3.1.C语言中static的基本用法3.2.C中的static关键字 1.this指针引入 class student { public:student(const string& name){ _name name; }void print(){// _name<>this->_name<>(*this)._name// 说一下…

多路服务器技术如何处理大量并发请求?

在当今的互联网时代&#xff0c;随着用户数量的爆炸性增长和业务规模的扩大&#xff0c;多路服务器技术已成为处理大量并发请求的关键手段。多路服务器技术是一种并行处理技术&#xff0c;它可以通过多个服务器同时处理来自不同用户的请求&#xff0c;从而显著提高系统的整体性…

零基础学Python(7)— 基本输入与输出

前言&#xff1a;Hello大家好&#xff0c;我是小哥谈。从第一个Python程序开始&#xff0c;我们一直在使用print()函数向屏幕上输出一些字符&#xff0c;这就是Python的基本输出函数。除了print()函数&#xff0c;Python还提供了一个用于进行标准输入的input()函数&#xff0c;…

成员对象与封闭类

1. 成员对象与封闭类 类里有其他对象则该对象叫成员对象&#xff1b;有成员对象的类叫 封闭类&#xff1b;上例中&#xff0c;如果CCar类不定义构造函数&#xff0c;则会使用默认的无参构造函数&#xff0c;那么下面的语句会编译出错: 因为编译器不明白CCar类中的tyre成员对象…

node.js后端+小程序前端+mongoDB(增删改查)

前言 今天我对比了以下node.js的express与python的fastAPI&#xff0c;我决定我还是出一期关于node.jsmangoDB小程序的小案例吧。 不是python的fastAPI不好用&#xff0c;因为fastAPI是python较新的技术&#xff0c;我不敢果断发出教学文章&#xff08;这件事情还是留着给pyt…

《幻兽帕鲁》攻略:0基础入门及游戏基础操作 幻兽帕鲁基础设施 幻兽帕鲁基础攻击力 Mac苹果电脑玩幻兽帕鲁 幻兽帕鲁加班加点

今天就跟大家聊聊《幻兽帕鲁》攻略&#xff1a;0基础入门及游戏基础操作。 如果想在苹果电脑玩《幻兽帕鲁》记得安装CrossOver哦。 以下纯干货&#xff1a; CrossOver正版安装包&#xff08;免费试用&#xff09;&#xff1a;https://souurl.cn/Y1gDao 一、基础操作 二、界面…

生成式学习,特别是生成对抗网络(GANs),存在哪些优点和缺点,在使用时需要注意哪些注意事项?

生成对抗网络&#xff08;GANs&#xff09; 1. 生成对抗网络&#xff08;GANs&#xff09;的优点&#xff1a;2. 生成对抗网络&#xff08;GANs&#xff09;的缺点&#xff1a;3. 使用生成对抗网络&#xff08;GANs&#xff09;需要注意的问题 1. 生成对抗网络&#xff08;GANs…

RabbitMQ的延迟队列实现[死信队列](笔记二)

上一篇已经讲述了实现死信队列的rabbitMQ服务配置&#xff0c;可以点击: RabbitMQ的延迟队列实现(笔记一) 目录 搭建一个新的springboot项目模仿订单延迟支付过期操作启动项目进行测试 搭建一个新的springboot项目 1.相关核心依赖如下 <dependency><groupId>org.…

设计模式理解:单例模式+工厂模式+建设者模式+原型模式

迪米特法则&#xff1a;Law of Demeter, LoD, 最少知识原则LKP 如果两个软件实体无须直接通信&#xff0c;那么就不应当发生直接的相互调用&#xff0c;可以通过第三方转发该调用。其目的是降低类之间的耦合度&#xff0c;提高模块的相对独立性。 所以&#xff0c;在运用迪米特…

【机器学习】机器学习流程之收集数据

&#x1f388;个人主页&#xff1a;甜美的江 &#x1f389;欢迎 &#x1f44d;点赞✍评论⭐收藏 &#x1f917;收录专栏&#xff1a;机器学习 &#x1f91d;希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff0c;让我们共同学习、交流进步…

有趣的CSS - 旋转的太极图

目录 整体效果核心代码html 代码css 部分代码 完整代码如下html 页面css 样式页面渲染效果 整体效果 使用 :before 、:after 伪元素以及 animation 属性画一个顺时针旋转的太极图。 核心代码部分&#xff0c;简要说明了写法思路&#xff1b;完整代码在最后&#xff0c;可直接复…

PKI - 03 密钥管理(如何进行安全的公钥交换)

文章目录 Pre密钥管理面临的挑战安全密钥管理的几种方式手动密钥交换与确认受信任的介绍 Pre PKI - 02 对称与非对称密钥算法 密钥管理面临的挑战 密钥管理面临的挑战主要包括以下几点&#xff1a; 安全的公钥交换&#xff1a;在使用基于非对称密钥算法的服务之前&#xff0c…

Hadoop3.x基础(4)- Yarn

来源&#xff1a;B站尚硅谷 目录 Yarn资源调度器Yarn基础架构Yarn工作机制作业提交全过程Yarn调度器和调度算法先进先出调度器&#xff08;FIFO&#xff09;容量调度器&#xff08;Capacity Scheduler&#xff09;公平调度器&#xff08;Fair Scheduler&#xff09; Yarn常用命…

回归预测 | Matlab实现ABC-BP人工蜂群算法优化BP神经网络多变量回归预测

回归预测 | Matlab实现ABC-BP人工蜂群算法优化BP神经网络多变量回归预测 目录 回归预测 | Matlab实现ABC-BP人工蜂群算法优化BP神经网络多变量回归预测预测效果基本描述程序设计参考资料 预测效果 基本描述 1.Matlab实现ABC-BP人工蜂群算法优化BP神经网络多变量回归预测&#x…