沃巴蒂
ff22ed3a8b
本次同步 09-12 至 09-28 的代码变更，主要内容： 新增功能 - 修改密码：后端新增 ChangePasswordRequest DTO 与UserController/UserService 对应接口，前端新增 ChangePasswordDialog 并在 Header 接入入口 - 文件预览组件重构：file-preview 目录拆分出 VideoPreview（支持 blobUrl 直传）、 ImagePreview、AudioPreview，index.tsx 统一调度各类型预览器 - 新增 my_ops 算子模块：markitdown_parser、mineru_pdf_parser、text_quality_evaluator - 新增 tools/minio-file-server MinIO 文件服务 功能增强 - 数据清洗：cleaning_task_service/scheduler/routes 重构， data_juicer_executor 与 wrapper 增强，OperatorTable/LogsTable/TaskDetail 同步调整 - 数据标注：annotation sync.py、project.py 接口与schema 更新 - 数据采集、算子市场、首页与菜单路由相关页面调整 - DataJuicer 算子接入（useOperatorOperations、dj_ops_schema） 结构调整 - deepflow/ 更名为 deep-flow/（419 个文件重命名） - 新增 helm 部署编排、GitHub Actions 之外的自建镜像构建脚本 未纳入本次提交 - scripts-backup/、runtime/python-executor-backup/、components_backup/（备份目录） - *.backup*、__pycache__ 产物 - zh_core_web_sm-3.8.0-py3-none-any.whl（46MB 构建产物） - DataX/（内嵌独立仓库，远程亦未收录其源码）
31 lines
1.0 KiB
Python
31 lines
1.0 KiB
Python
from markitdown import MarkItDown
|
|
from io import BytesIO
|
|
from PIL import Image
|
|
import base64
|
|
|
|
def image_callback(image: Image.Image) -> str:
|
|
print("======进入image_callback======")
|
|
max_width = 1200
|
|
if image.width > max_width:
|
|
ratio = max_width / image.width
|
|
new_size = (max_width, int(image.height * ratio))
|
|
image = image.resize(new_size, Image.Resampling.LANCZOS)
|
|
buf = BytesIO()
|
|
image.save(buf, format="PNG", optimize=True)
|
|
buf.seek(0)
|
|
b64_data = base64.b64encode(buf.read()).decode("utf-8")
|
|
return f"data:image/png;base64,{b64_data}"
|
|
|
|
|
|
if __name__ == "__main__":
|
|
pptx_file = "test_ppt.pptx"
|
|
out_md = "pptx_out_ok.md"
|
|
md_converter = MarkItDown(image_callback=image_callback)
|
|
res = md_converter.convert(source=pptx_file)
|
|
md_text = res.text_content
|
|
print("===生成的原始md===")
|
|
print(md_text)
|
|
with open(out_md, "w", encoding="utf-8") as f:
|
|
f.write(md_text)
|
|
print(f"✅转换完成：{out_md}")
|