新机器开始用，空间都会被吃掉 20~30GB 。没办法的。但是一段时间之后就稳定了，软件不换代，除开你自己产生的数据，真正的软件运行需要的数据量一般都维持在同样的水平。

在做一些根据先验知识的预处理。比如后缀“有限公司”或者“公司”就先全部删掉。

你需要某种字符串相似度计算的算法，比如编辑距离（ edit distance ）

https://leetcode.com/problems/edit-distance/
https://pypi.org/project/editdistance/0.3.1/

1. 没看懂楼主想干嘛。
2. 递归文法的解析我记得超出了 regex 的范畴。

这不就是昨天的那个帖子的楼主嘛。我昨天就写了你这个问题的答案，估计你没看见。
----

现代的完整解释型语言有 JIT 的。比如 V8，比如 JVM 和 .NET Runtime 。比如 PyPy 。JIT 的原理是在运行某个需要解释的程序时，动态的在后台把所用的程序段翻译成本机代码。而且 JIT 可以针对某种输入参数进行深度优化，有些时候可能比 C 语言写的程序还快。

顺便补充一点，Java 编译成的是 JVM 字节码而不是本机代码； C# 编译成的是 .NET 字节码而不是本机代码。某种意义上这两种也是解释性语言 2333

@awthink 我考虑了二手了。。。

解释型语言也不一定比 native code 慢，因为有 JIT 。

用 Python 写的解释性语言 interpreter 也不一定比 Python 慢，因为有 JIT 。参考 PyPy 。

所以楼主想买来拍啥？ 5000~10000 这个价位，还是得看着需求下药。
----

这个价位买不起全幅，除非是老的单反系统。但是单反系统说实话，对初学者一点都不友好，无论是体积重量还是上手难易。残幅的话，作为索尼党我推荐 6400，约 5000 。如果拍风景推荐 e18135，淘宝拆机版（因为是套头，所以有人把官方套装的相机和镜头拆开来卖）大约 2600，或者干脆买 6400M 这个镜头的套装。如果人像推荐用适马三剑客中的两个，比如适马 30 + 适马 56，前者大概 1800 后者大概 2300 。

@qbqbqbqb #18L：用 int32_t, int64_t 这种

几年不用 c++，CLion 教我 C++17 的代码规范

他说的没错

最笨（但一定没问题的做法）：

把文件都拷贝走一份；
git reset --hard
然后把 B0~B4 加进去

然后 git add . ; git commit !

最后把文件拷回来

@wzw 把 pdf 输出到临时目录，然后用其他工具转换成 png 。

@wzw 如果你是 matplotlib 产生的图，你指定 plt.figure(figsize=) 就可以控制输出图像大小了。最好把两边空白也裁了，我记得是 plt.tight_layout() 还是啥。。。

pdf2png 你可以试试 imagemagick 。我反正日常用一个脚本：

#!/bin/bash
DPI="${DPI:-192}"
FROM="$1"
DST="$2"
BGARGS="$3"
if [ "${FROM}" = "" ]; then
echo "pdf2png from-file [to-file]"
fi
if [ "${DST}" = "-white" ]; then
DST=""
BGARGS="white"
fi
if [ "${DST}" = "" ]; then
DST="${FROM/.pdf/.png}"
fi
if [ "${BGARGS}" != "" ]; then
BGARGS="-background ${BGARGS} -alpha background -alpha remove"
fi
convert -density "${DPI}" -strip -trim "${FROM}" -quality 100 ${BGARGS} "${DST}"