## Clean WeChat X

是一款于2023年打造的微信数据深度清理软件，轻巧、干净、高效、免费，秉持极简化风格设计，致力于打造全网最好用的微信清理软件！

案例一：小王要离职了，电脑微信上存有很多文件、图片、视频，如果只是简单删除到回收站再清空，用专业的数据恢复软件是可以恢复的，而且恢复率很高！但是通过软件的防止数据恢复功能可以完全避免这种问题，文件数据完全打乱，无法找回原始数据恢复。

案例二：小李工作与微信绑在一块，文件、图片、视频不能删除，但由于微信的机制问题，转发1人本地就多复制1份文件，导致产生很多重复数据。对于这种情况可以选择只清理重复数据功能，完全保留用户数据的前提下清理多余数据，使用技术手段使文件不会显示“已被清理”。

案例三：普通的微信用户，文件、图片、视频太多了，2年前的数据还存着占用空间，但是又不想清理掉今年的数据，可以选择清理截至日期，自己选择清掉今年前的数据。

## 下载地址

Clean WeChat X：[https://wwnx.lanzoue.com/iBCQa182wjjc](https://wwnx.lanzoue.com/iBCQa182wjjc) (密码：52pj)
解压后文件MD5：1a714ebc33e5742c32cb9225afc91060
解压后文件SHA256：d41fe7ba492a54cabae85ca30051ce7fe8100d410129bc2c06ce8b654a796014


Clean WeChat X-微信数据深度清理软件

HackWay技术学习路线，为计算机专业、程序员自学系统的计算机专业知识、编程语言提供循序渐进的学习路线、资源以及交流社区。

## 计算机专业学习路线

对计算机科学有追求的同学（读研、想进大厂或工作之余想提升自己），非常推荐你按照本学习路线花两三年的时间去深入学习，这对你今后的发展大有裨益；不过，如果你急于找工作（只有一年以内的时间），这种“科班式”的学习方式并不适合你，建议你按照“培训班式”的方式围绕企业招聘岗位去选择前端JavaScript、Java后端、Go等方向。

## 大学数学路线与资料

数学在计算机专业扮演着非常重要的角色，计算机诸多领域都离不开数学。六大计算机名校都会要求计算机专业的学生必修一定学分的数学课，尤其是离散数学、微积分、线性代数、概率统计等四个分支的课程。对于普通本科毕业生而言，通常计算机专业对数学的要求仅限于这四门课，而对于人工智能、机器人等方向的学生来说，数学的要求以及涉及的难度往往会更高。

## 人工智能学习路线与资料

在2022年前，人工智能和机器学习还是六大计算机名校CS专业本科必修的课程，但是2022年后，AI+D则渐渐成为垂直领域的选修课，因此计算机专业的学生如果没有从事人工智能方向的打算，可以不必学习这部分内容。人工智能的学习具有相当高的门槛，你需要在学习前具备一定数学（离散数学、微积分、线性代数、概率统计）、编程（至少掌握Python）、数据结构与算法的能力，如果你没有这样的基础，请不要跟风学习。

## 网站地址

HackWay：[https://hackway.org/](https://hackway.org/)

## 类似网站

- OSSU（Open Source Society University）：[https://cs.ossu.dev/](https://cs.ossu.dev/)
- 全球大学计算机科学公开课：[https://github.com/0voice/Awesome-CS-OpenCourse](https://github.com/0voice/Awesome-CS-OpenCourse)


HackWay-计算机专业技术学习路线

## 安装Beautiful Soup

    pip install beautifulsoup4
    pip install lxml # 安装解析器lxml

## 使用 Beautiful Soup

Beautiful Soup 将复杂的 HTML 文档转换成一个复杂的树形结构，每个节点都是 Python 对象，所有对象可以归纳为 4 种：Tag，NavigableString，BeautifulSoup，Comment。

### Tag

Tag 就是 HTML 中的标签。首先，用 HTML 创建一个 Beautiful Soup 对象。

    soup = BeautifulSoup(html, 'lxml')
    head = soup.head # 提取 head 标签
    title = soup.title # 提取 title 标签
    p = soup.p # 提取 p 标签

标签有两个重要的属性：name 和 attrs。

    name = soup.p.name
    attrs = soup.p.attrs # 标签的所有属性是一个字典

### NavigableString

获取标签内部的文字，用 .string 即可，例如：

    title = soup.title
    print(title.string)

get_text() 用来获取标签中所有字符串包括子标签的内容，返回的是 unicode 类型的字符串。实际场景中一般使用 get_text() 方法获取标签中的内容。

### BeautifulSoup

BeautifulSoup 对象表示一个文档的全部内容，大部分时候，它是一个特殊的 Tag，可以分别获取它的类型、名称和属性。

    print(type(soup))
    print(soup.name)
    print(soup.attrs)

### Comment

Comment 对象是特殊类型的 NavigableString 对象，在对其进行内容输出的时候，是不包括注释符号的。

    # <a href="https://docs.python.org/zh-cn/3/"  id="link1"></a>
    a = soup.a
    print(a.string) # 输出：Python 官方文档

在利用 .string 进行内容输出的时候，注释符号被去掉了，这可能会给我们带来不必要的麻烦。所以，在使用之前最好做下判断，判断代码如下：

    if type(soup.a.string)==bs4.element.Comment:
        print soup.a.string

### 遍历文档树

#### 直接子节点

标签的 .contents 属性可以将标签的子节点以列表的方式输出：

    head = soup.head
    print(head.contents)

标签的 .children 属性可以将标签的子节点以列表生成器的方式输出：

    head = soup.head
    ## 通过遍历生成器的方式来获得里面的内容
    for item in head.children:
        print(item)

#### 所有子孙节点

标签的 .descendants 属性包含标签的所有子孙节点。

    head = soup.head
    for item in head.descendants:
        print(item)

#### 节点内容

.strings 属性可以获取多个内容，需要通过遍历获取。

    for str in soup.strings:
        print(repr(str)) # repr()函数将对象转化为供解释器读取的形式

使用 .strings 输出的字符串包含了很多空格和空行，使用 .stripped_strings 可以去除空白内容。

    for str in soup.stripped_strings:
        print(repr(str))

#### 父节点

通过 .parent 属性来获取元素的父节点。

    p = soup.p
    print(p.parent.name)

通过 .parents 属性来递归获取元素的所有父节点。

#### 兄弟节点

.next_sibling 属性获取该节点的下一个兄弟节点，.previous_sibling 则与之相反，如果节点不存在，则返回 None。注意：实际文档中标签的 .next_sibling 和 .previous_sibling 属性通常是字符串或空白，因为空白或者换行也可以被视作一个节点，所以得到的结果可能是空白或者换行。

通过 .next_siblings 和 .previous_siblings 属性可以对当前节点的兄弟节点迭代输出。

    for sibling in soup.img.next_siblings:
        print(repr(sibling))

#### 前后节点

.next_element .previous_element 属性，与 .next_siblings .previous_siblings 不同，它并不是针对于兄弟节点，而是所有节点，不分层次。

通过 .next_elements 和 .previous_elements 的迭代器可以向前或向后访问文档的解析内容。

    for element in soup.img.next_elements:
        print(repr(element))

### 搜索文档树

    find_all(name, attrs, recursive, text,kwargs)
    # 查找所有 p 标签
    print(soup.find_all('p'))
    # 搜索属性值符合条件的标签
    print(soup.find_all(id='link1'))

### CSS 选择器

    # 查找标签名为 title 的标签
    print(soup.select('title'))
    # 查询类名为 python 的标签
    print(soup.select('.python'))
    # 查找 id 为 link1 的标签
    print(soup.select('#link1'))
    # 组合查找：查找p标签中，id等于link1的内容，二者用空格分开
    print(soup.select('p #link1'))
    # 查找class值为 "python" 的 p 标签
    print(soup.select('p[class="python"]'))

Python Beautiful Soup库实用笔记

## 图吧工具箱

是开源、免费、绿色、纯净的硬件检测工具合集，专为所有计算机硬件极客、DIY爱好者、各路大神及小白制作。集成大量常见硬件检测、评分工具，一键下载、方便使用。

- 专业 · 专注于收集各种硬件检测、评分、测试工具，常见工具均有收集
- 纯净 · 无任何捆绑强制安装行为，不写入注册表，没有任何敏感目录及文件操作，无任何诱导、孔吓、欺乍等操作
- 绿色 · 仅提供自解压格式的压缩包(可右键使用任意解压工具打开)，无需安装、注册等复杂操作，解压即可使用。用完可直接删除，无需卸载
- 开放 · 群文件可直接下载源码，并提供硬件检测SDK，主流编程语言无门槛调用，且无需授权、免费使用无任何限制。

不忘初心，始于2014，持续8年稳定更新，坚持做能方便大家使用的硬件检测工具箱。

## 下载地址

图吧工具箱：[http://www.tbtool.cn/](http://www.tbtool.cn/)


图吧工具箱-最纯净的硬件工具箱

操作系统大版本升级有风险，如果不熟悉Linux的不建议进行大版本升级。

## 备份数据

在进行任何升级操作之前，务必备份重要数据。升级过程中可能会发生意外情况，导致数据丢失或损坏。通过创建数据备份，可以确保在升级过程中不会丢失重要文件。

## 更新系统

在开始升级之前，确保系统已经完全更新。

    sudo dnf upgrade --refresh -y
    # 重启电脑
    reboot

该命令将检查软件包仓库中的可用更新并将系统升级到当前版本最新。

## 安装DNF插件

    sudo dnf install dnf-plugin-system-upgrade -y

## 配置DNF加速

    sudo vi /etc/dnf/dnf.conf

max_parallel_downloads默认是3，范围为3-20，修改成10，即同时下载10个包：`max_parallel_downloads=10`。

## 开始升级

    # 卸载旧包
    sudo dnf autoremove -y
    # 下载软件包
    sudo dnf system-upgrade download --releasever=36 -y
    # 重启升级
    sudo dnf system-upgrade reboot

注：如果中断的依赖关系或失效的包阻止升级，请使用命令：

    sudo dnf system-upgrade download --releasever=37 --allowerasing -y

## 验证升级结果

系统重新启动并完成升级，可以验证是否成功升级。运行命令来检查系统版本：`cat /etc/os-release`。该命令将显示当前Fedora版本相关信息。

## 系统升级后清理

    # 删除下载的数据
    sudo dnf system-upgrade clean
    # 删除所有损坏的符号链接
    sudo symlinks -r -d /usr
    # 更改主机名
    sudo hostnamectl set-hostname --static fedora-36
    reboot


Fedora 35升级到Fedora 36

这里是 aboss.top 的自留地。写了十几年野路子代码，攒了些摸爬滚打的经验，做成系列课程慢慢讲；也留了一小块地方，记记代码之外的胡思乱想。