“魏武王”称谓的合理性

最新推荐文章于 2022-03-06 10:34:19 发布
原创 最新推荐文章于 2022-03-06 10:34:19 发布 · 126 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

“魏武王”称谓的合理性
2010年11月16日
　　“魏武王”称谓的合理性作者：王子今 曹操高陵出土“魏武王常所用
iteye_4068
关注
《大戴礼记.武王践阼》新证 (2012年)
06-14
张玉金教授在这些研究的基础上进行了进一步的考证，反映了学术界对于经典文献研究的连续性和深入性。 整体而言，《武王践阼》新证不仅提供了对《武王践阼》文本更准确的理解，而且通过对比分析，揭示了古代文献在...
魔武王攻略，配合空间的文件使用
10-20
配合mowuwang 游戏使用
这一年，这些书：2021年读书笔记
Heartsuit的博客
12-31 2万+
Note: 以下 markdown 格式文本由 json2md 自动转换生成，可参考JSON转Markdown：我把阅读数据从MongoDB中导出转换为.md了了解具体的转换过程。 红玫瑰与白玫瑰:张爱玲全集02 作者：张爱玲[中] ISBN：9787530218617 出版社：北京十月文艺出版社 出版日期：2019-02-28 图书标签：张爱玲,短篇小说,文学,红玫瑰与白玫瑰,小说 豆瓣地址： https://book.douban.com/subject/30294358/ 阅读日期：2021-01
盗墓小说和西高穴 真真假假曹操墓
skdhfdfc的博客
02-22 695
盗墓小说和西高穴 真真假假曹操墓
芮城县县名由来 芮伯庙 古魏城 芮伯万 永乐县
BigYouYou
08-13 1万+
芮城县县名由来与芮国历史小考 我的家乡县名为“芮城县”，但是各种新闻媒体却都喜欢称呼家乡为“古魏大地”，这种矛盾难免令人疑惑：既然名为“芮城”，为什么不称“古芮大地”呢？“古魏”的魏，是三家分晋的魏吗？和“芮”有什么关系？芮城县的县名又经历过哪些变化？少为人知的芮国历史如何？对此我做了一番查证研究，与各位读者分享如下。 （文章在本人公众号“卜生”上也有发表） 摘要： 古魏”指的是战国...
盗墓小说和西高穴：真真假假曹操墓
javasogo
06-19 1669
　　盗墓小说的风头过去了，最出名的就是《鬼吹灯》和《盗墓笔记》。《鬼吹灯》的文笔就真是麻麻地，情节还可以，所以这类缺乏写作功底的小说最好还是用听古仔的形式。讲古可以掩盖了小说中的文字组词的优雅缺乏，听和看要求本就不同，大概为什么分文言和白话。 　　说起盗墓，沉寂了一段时间的“曹操墓”又有新消息（http://news.163.com/10/0611/21/68U89BI10001124J...
百家讲坛2001-2016年节目播出表－总目录
热门推荐
HiterCoder
02-08 5万+
百家讲坛2001-2016年节目播出表－总目录             （2001.07.09 --- 2016.1.14）     日期    节目内容    主讲人 2001-7-9    美与物理学    杨振宁 2001-7-10    实验物理与物理学前沿    丁肇中 2001-7-11    唐宋咏春诗赏析    程郁缀 2001-7-12    泰山美学    杨辛
2022电大国家开放大学网上形考任务-中外政治思想史非免费（非答案）
qq_2937748743的博客
03-06 4450
中外政治思想史形成性考核一答案 【判断题】英国哲学家培根在扫清经验哲学的基础上建立了经验主义认识论哲学，提出了“知识就是力量”的口号。 【判断题】《和平的保卫者》是马西略政治思想的代表作。 【判断题】托马斯?阿奎那是北欧封建社会神权政治理论的最高权威。 【判断题】但丁政治思想的中心是教权至上。 【判断题】中世纪西欧形成独特的王权与教权二元化的权力体系。在教权与王权的斗争中，教权派的政治思想占居上风。“日月论’’是这一思想的代表之一。 【判断题】中世纪的神学政治观改变了古代观察政治问题的立足点，改变了古代..
韦小宝这小家伙
weixin_34381666的博客
02-15 188
金庸　　　　　　　　　　　　　　　　　一 　　人的性格很复杂。 　　平常所说的人性，民族性，阶级性，好人，坏人，等等，都是极笼统的说法。一个家庭中的兄弟姐妹，秉受同样遗传，在同样的环境中成长，即使在小之时，性格已有极大分别。这是许多人共同的经验。 　　我个人的看法，小说主要是写人物，写感情，故事与环境只是表现人物与感情的手段，感情较有共同性，欢乐，悲哀，愤怒，惆怅，爱恋，憎恨等等，虽然强度，...
茶文化
ghc_ghc的专栏
09-15 1万+
茶的起源】　　“我国何时开始饮茶，人人言殊，莫衷一是。唯大体上可谓开始于汉，而盛行于唐。唐以前饮茶，陆羽《茶经》卷下《六茶之饮》概为言之，谓:“茶之为饮，发乎神农氏，闻于鲁周公，齐有晏婴，汉有扬雄、司马相如，吴有韦曜，晋有刘琨、张载、远祖纳、谢安、左思之徒，皆饮焉。”但多非史实。纵是史实，非加申述，亦不易明。《茶经》云:神农《食经》“茶茗久服，有力悦志”(刘源长《茶史》卷一)。陆羽《茶经》以为饮茶
大厂职级、薪资一览表，你处在哪一级？（BAT/TMD/华为）
emprere的博客
07-16 4485
上一篇：3600万中国人在抖音“上清华”0、2T架构师学习资料干货分享茉莉花，别名：茉莉，拉丁文名：Jasminum sambac (L.) Ait，木犀科、素馨属直立或攀援灌木，高达3米...
楚简《上博七?武王践祚》残字考释 (2010年)
05-07
《楚简《上博七·武王践祥》残字考释》这篇论文主要探讨了出土文物中的文字研究问题。通过对《上海博物馆藏战国楚竹书》第七册中的《武王践祚》篇进行分析，作者杨宋锋对其中残缺文字进行了隶定和注释，并提出了自己...
（备战中考）中考语文 课外文言文专练 武王问治国之道
08-19
【知识点详解】 1. 文言文基础知识 - “道”在文中的含义为“方法”，在古代汉语中，常用来表示事物的规律或者行事的原则。 - “而已”是古代汉语中的固定搭配，相当于现代汉语的“罢了”，用于句子末尾，表示...
终结性形考试题答案.doc
12-22
32. **《齐民要术》**：我国第一部完整保存的大型综合性农书。 33. **齐国**：中国历史上第一个修筑长城的诸侯国。 34. **王羲之**：书法家，擅长草书，被誉为“书圣”。 35. **婚姻制度**：维系人类社会的基本...
基于贝叶斯优化CNN-LSTM混合神经网络预测（Matlab代码实现）
最新发布
12-03
内容概要：本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用，并提供了完整的Matlab代码实现。该模型结合了卷积神经网络（CNN）在特征提取方面的优势与长短期记忆网络（LSTM）在处理时序依赖问题上的强大能力，形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参，提升了模型的预测精度与泛化能力，适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析，突出其在科研与工程应用中的实用性。; 适合人群：具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测（Matlab代码实现）础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员，尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标：①解决各类时间序列预测问题，如能源出力预测、电力负荷预测、环境数据预测等；②学习如何将CNN-LSTM模型与贝叶斯优化相结合，提升模型性能；③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议：建议读者结合提供的Matlab代码进行实践操作，重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑，通过调整数据集和参数加深对模型工作机制的理解，同时可将其框架迁移至其他预测场景中验证效果。
（142页PPT）大型集团数字化转型智能制造SAP企业信息化ERP整体规划方案.pptx
12-03
（142页PPT）大型集团数字化转型智能制造SAP企业信息化ERP整体规划方案.pptx
基于SDN的车辆网络、调度与路由中的电动汽车（EV）最优充电方案.zip
12-03
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
6Superman6_SmartSchool_15176_1764665787679.zip
12-03
6Superman6_SmartSchool_15176_1764665787679.zip
C:\Users\FMR\AppData\Local\Programs\Python\Python39\python.exe D:\中医智能诊疗系统\智能中医系统\康熙字典\提取目录存书.py 【调试】文件路径: C:/Users/FMR/Desktop/虞书.docx 【调试】书名: 尚书 【调试】文件路径: C:/Users/FMR/Desktop/虞书.docx 【调试】开始提取章节内容... 【调试】开始提取章节... 【调试】提取到章节：夏书 【调试】提取到章节：商书 【调试】提取到章节：周书 【调试】过滤后有效章节数量： 3 【调试】开始提取标题内容... 【调试】开始提取每个章节中的标题... 【调试】正在处理章节：夏书 【调试】章节内容前100字： 【夏书】 [禹贡第一] 禹别九州，随山浚川，任土作贡。禹敷土，随山刊木，奠高山大川。 冀州：既载壶口，治梁及岐。既修太原，至于岳阳；覃怀厎绩，至于衡漳。 厥土惟白壤，厥赋惟上上错，厥田惟中中 【调试】正在处理章节：商书 【调试】章节内容前100字： 【商书】 [汤誓第一] 伊尹相汤伐桀，升自陑，遂与桀战于鸣条之野，作《汤誓》。 王曰：“格尔众庶，悉听朕言，非台小子，敢行称乱！有夏多罪，天命殛之。 今尔有众，汝曰：‘我后不恤我众，舍我穑 【调试】正在处理章节：周书 【调试】章节内容前100字： 【周书】 [泰誓上第一] 惟十有一年，武王伐殷。一月戊午，师渡孟津，作《泰誓》三篇。 惟十有三年春，大会于孟津。 王曰：“嗟！我友邦冢君越我御事庶士，明听誓。惟天地万物父母，惟人万物之灵。 【调试】共提取到标题数量: 0
09-01
从你的调试输出来看： - 章节提取成功（`夏书`、`商书`、`周书`）； - 每个章节内容前100字也显示了 `[禹贡第一]`、`[汤誓第一]`、`[泰誓上第一]` 这样的标题； - 但是最终提取到的标题数量为 **0**，说明程序 **未能正确识别 `[标题]`**。 --- ## ✅ 问题分析 你的章节内容如下（以 `夏书` 为例）： ``` 【夏书】 [禹贡第一] 禹别九州，随山浚川，任土作贡。禹敷土，随山刊木，奠高山大川。 冀州：既载壶口，治梁及岐... ``` ### 当前代码的 `extract_subtitles()` 方法中使用了如下正则： ```python SUBTITLE_PATTERN = re.compile(r'$$(.*?)$$\s*', re.DOTALL) ``` 这个正则应该可以匹配 `[禹贡第一]`，但 **没有提取到标题**，说明问题可能出在： 1. **章节内容中包含了章节标题本身（如 `【夏书】`）**，干扰了标题提取； 2. **正则表达式匹配不准确或分割逻辑有误**； 3. **内容中存在空白字符、缩进或隐藏字符影响匹配**。 --- ## ✅ 问题定位与解决方案 ### ✅ 1. **去除章节内容中的章节标题** 在提取 `[标题]` 之前，先 **去除章节内容中的章节标题**（如 `【夏书】`），避免干扰。 修改 `extract_chapters()` 方法： ```python def extract_chapters(self): try: print("【调试】开始提取章节...") doc = Document(self.file_path) full_text = "\n".join(para.text for para in doc.paragraphs) matches = list(CHAPTER_PATTERN.finditer(full_text)) if not matches: print("【调试】未匹配到任何章节标题") return [] chapters = [] for i in range(len(matches)): start = matches[i].end() # 使用 end() 而不是 start()，跳过章节标题 title = matches[i].group(1).strip() end = matches[i + 1].start() if i + 1 < len(matches) else len(full_text) content = full_text[start:end].strip() chapters.append((title, content)) print(f"【调试】提取到章节：{title}") return chapters except Exception as e: print("【错误】提取章节失败:", e) return [] ``` > ✅ 改动点：使用 `start = matches[i].end()`，跳过章节标题本身，只提取其后的内容。 --- ### ✅ 2. **使用更稳定的正则和提取方式** 修改 `SUBTITLE_PATTERN` 和 `extract_subtitles()`： ```python # 匹配 [标题]，支持多个换行符和空白 SUBTITLE_PATTERN = re.compile(r'$$(.*?)$$', re.DOTALL) def extract_subtitles(self, chapters): print("【调试】开始提取每个章节中的标题...") results = [] for chapter_title, content in chapters: print(f"【调试】正在处理章节：{chapter_title}") print(f"【调试】章节内容前100字：\n{content[:100]}") parts = self.SUBTITLE_PATTERN.split(content) if len(parts) <= 1: print(f"【调试】章节 {chapter_title} 中未提取到标题") continue # 遍历提取标题和内容 for i in range(1, len(parts), 2): subtitle = parts[i].strip() subtitle_content = parts[i + 1].strip() if i + 1 < len(parts) else '' if subtitle: results.append({ '章节': chapter_title, '标题': subtitle, '标题内容': subtitle_content }) print(f" 【调试】提取到标题：{subtitle}（长度：{len(subtitle_content)}）") return results ``` --- ## ✅ 示例输出（成功提取） ``` 【调试】提取到标题：禹贡第一（长度：45） 【调试】提取到标题：汤誓第一（长度：50） 【调试】提取到标题：泰誓上第一（长度：60） ``` --- ## ✅ 最终建议修改点总结： | 修改点 | 说明 | |--------|------| | ✅ `start = matches[i].end()` | 跳过章节标题本身，避免干扰 | | ✅ 使用 `split()` + 奇偶索引提取标题和内容 | 更加稳定 | | ✅ 使用 `re.DOTALL` | 确保能匹配跨行内容 | | ✅ 增加 `strip()` | 去除空格和换行符，防止内容为空 | | ✅ 打印 `content[:100]` | 帮助调试内容结构 | --- ## ✅ 完整代码片段参考： ```python CHAPTER_PATTERN = re.compile(r'【(.*?)】') SUBTITLE_PATTERN = re.compile(r'$$(.*?)$$', re.DOTALL) def extract_chapters(self): try: doc = Document(self.file_path) full_text = "\n".join(para.text for para in doc.paragraphs) matches = list(CHAPTER_PATTERN.finditer(full_text)) chapters = [] for i in range(len(matches)): start = matches[i].end() title = matches[i].group(1).strip() end = matches[i + 1].start() if i + 1 < len(matches) else len(full_text) content = full_text[start:end].strip() chapters.append((title, content)) print(f"【调试】提取到章节：{title}") return chapters except Exception as e: print("【错误】提取章节失败:", e) return [] def extract_subtitles(self, chapters): results = [] for chapter_title, content in chapters: print(f"【调试】正在处理章节：{chapter_title}") print(f"【调试】章节内容前100字：\n{content[:100]}") parts = SUBTITLE_PATTERN.split(content) for i in range(1, len(parts), 2): subtitle = parts[i].strip() subtitle_content = parts[i + 1].strip() if i + 1 < len(parts) else '' if subtitle: results.append({ '章节': chapter_title, '标题': subtitle, '标题内容': subtitle_content }) print(f" 【调试】提取到标题：{subtitle}（长度：{len(subtitle_content)}）") return results ``` --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值