项目一:电商商品评论爬虫与情感分析
· 技术栈:requests, BeautifulSoup, pandas, snownlp(或简单关键词分析)
· 功能:输入商品ID,爬取某平台评论(标题、内容、评分、时间),清洗后导出为Excel,并自动标注“正面/负面/中性”
· 成果:单次可爬取500+条评论,准确率约85%,客户用于竞品分析
· 亮点:模拟浏览器请求,处理了简单反爬;代码可配置翻页与延迟
项目二:论文参考文献格式批量转换工具
· 技术栈:python-docx, re, tkinter(GUI界面)
· 功能:将中文参考文献批量转换为“作者-年份”制或数字编号制,支持姓名字段提取、去重、排序
· 成果:原本手动整理需1~2小时的工作,10秒内完成
· 亮点:提供桌面小窗口,非技术用户也能直接使用
项目三:销售数据日报自动生成脚本
· 技术栈:pandas, openpyxl, smtplib
· 功能:每天读取销售Excel,统计各区域销量、环比变化,生成带图表的报告(PDF/HTML),并自动发送邮件给指定收件人
· 成果:客户团队每周节省3小时人工统计时间
· 亮点:支持异常数据告警,可配置定时任务(Windows任务计划或cron)