textverified怎么使用

电脑 dw 网页制作使用方法， 打开软件新建 html 文件， 再点击上方插入布局对象 d， a， b 标签后点击确定， 再点击左下方点击规则标签类别后点击确定。在标签这里设置为重新定义 h t， m， l 元素下方名称选择设置为 d， i， v， 点击确 在类型这里选择设置文字的字体， 然后点击背景选择设置一个背景颜色，接着再点击方框，在方框中设置参数后点击应用 在这里点击上方插入图片后点击确定， 然后在这里按一下回车键，将鼠标指针移动在图片下方，再点击上方插入 h m， t， l 水平线，水平线添加后再点击上方插入日期和内容， 在预期这里选择合适的时间后点击确定。 再将光标移动，制下异性后再把文字内容复制粘贴在下方。 在全选文字标题后，用鼠标右键选择 加粗文字， 在样式这里设置为粗体文字， 最后点击下方编辑规则或在页面属性中设置以下背景颜色即可。

大家好，这里是一个是教程学习，今天我们来了解泰克斯函数的使用方法和他常见的参数代码，他主要有三点，第一个是他的基础参数语法，第二个是常见场景中的格式代码，还有第三个泰克斯函数公式中的一些注意事项。 首先我们来看一下泰克斯函数的基础语法啊，它的含义是根据指定的数字格式将数值转换成文本，所以它的第一参数值就是一个数值，或者是 啊代表数值的一个日期，然后第二参数是他指定的一个数字格式啊，通常这个数字格式他是来源于我们内置功能中的一个单元格格式的数字格式。那下面我们就通过几个案例来讲解 开个闪烁的一些常见的格式代码。那首先是我们要保留两位小数且向上走入，那这里我们的原值是包含了四位小数， 只是我们要保留两位且向上走入，那现在我们就输入 tax 函数来进行第一个需求的求解，那这里他的第一参数是他的原值，然后第二参数我们首先是输入双引号来进行引用啊，他的数字格式是 两个零，然后加一个小数点，再输入两个零，这里零的含义是站位符，每个零都代表一位数字，然后我们运算公式就得到了向上省入，且保留两位小数的值。第二个案例是我们要将对应的日期显示为中文 的年月日，那这里输入 tax 参数，第一参数为日期，第二参数是输入了双引号引用的 y， y， y 代表呃年份，然后 m， m 代表月份，然后 d， d 代表日期，然后运算公式，此时我们就得到了中文显示的连月日。接下来我们看第三个案例，那此时的单元格值他是一个数字，那这种格式他并没有被 表格识别为一个日期，因为他没有包含其中的斜杠分隔符或者是减号分隔符。那这样的一个数字的日期，我们要显示为中文的连月日啊。其实也比较简单，同样的输入 tact 参数啊，他的 第一参数，然后输入第二参数为四个零，进行占位，然后输入连，再输入两个零占位月份， 接着是两个零占位他的日期，然后预算公式，他也得到了中文显示的连约日啊。继续来看第四个案例，我们要将他的日期显示为对应的星期值， 那就可以输入泰克闪数，设置他的数字格式为四个 a， 然后运算，那此时他得到了包含了新奇文本的一个新奇值， 那如果我们将它的参数设置为三个 a， 它会直接返回新奇对应的一个大写数字。那接下来我们再看下面一个案例，这是泰克参数用于 条件匹配的一个写法，那这里我们要进行数字的匹配，大于九十显示为优秀，大于六十显示为及格，那否则就显示为不及格。那这里我们就可以输入泰克三函数，那重点是他的 第二参数的条件表达啊。同样的是，首先输入双引号，然后输入条件，那他第一个条件是大于等于九十分，那我们来看一下他的表达，这里是使用了英文的中括号来引用了他的条件值， 然后输入他的匹配结果为优秀，然后再输入一个英文的分号来进行条件组的分格，同样的再输入一个中括号，然后设置他的条件为大于等于六十分， 然后返回及格的文本，接着再输入一个英文的分号，然后录入第三个条件，那此时我们可以不需要输入他的条件值，直接设置他的返回文本为不及格， 我们就得到了泰克斯函数设置的对应的条件结果。最后我们来看一个案例，就是将一个数字进行啊千分位的一个转换，我们要将它转换为以千为单位的字， 这里结果是显示为六十六点六七 k， 那这样的一个格式是怎么来设置的？直接看一下它的公式，等于 tact 三数，这里我们要显示保留两位小数，就可以输入他的占位符为零点零零，然后设置一个千分位的 英文逗号，然后设置他的单位为 k， 那此时就得到了以千为单位的一个数字结果。那这里我们一定要注意 tx 函数他输出的结果，不管是数字还是文本，那他的格式 全部属于文本格式，那以及我们在输入他的公司时候，一定要注意使用双引号来引用这个数字格式，那如果我们没有使用双引号，那他得到了结果，那通常就是与我们的需求是不符合的，那这是他的两个注意事项。

今天要讲的函数是属于文本型函数，之前我们讲的比较多的是查找函数、统计函数等。这次换换口味，文本函数看似默默无闻，实际上 它很可能是数据处理中的先锋。当导出数据不那么规范时，我们首先要使用文本函数进行数据清洗。这次先来讲讲 text 的 函数。 第一篇， text 函数介绍这个函数的参数真的非常非常简单， value 值， 这里可以是单元格的内容，也可以是输入某个内容 format text， 将数值转换为特定格式的文本字符串， 说白了就是让目标单元格内的内容呈现出你想要的格式。所以这个公式的重点不在于如何使用，而在于你对这个函数的理解。接下来我们来弄懂这个公式的基本逻辑。 现在当你看到一二、三这些数字时，你能想到什么？给你三秒钟的思考时间，你也可以暂停进行深度思考。 现在我来说说自己的想法，它可以是数学中的数字， 也可以是信息，也可以是日期、时间，还可以是货币。当然答案不止这些，大家可以有不同的见解，欢迎评论或留言。我们先来分析这四个方向。 数字可以用做序数或者是计算，与序数相关的有成绩榜、排名，与计算相关的，比如百分比等。 信息相关的内容，比如邮编、电话号码、订单号等。这些内容不能计算，所以以文本的形式出现。日期和时间也是能转化为数字的，用来计算时长的时候会用到 货币格式，一般用在财务或者是对账。接下来我们从这四个角度进行练习。 第二篇， text 函数练习我们先来看数字格式，这里所用到的数字是两千零二十五点十二，不是二零二五年十二月。由于公式已经打在屏幕上，只需要观看并牢记即可。 在这里我们可以把小数和千分为符混合设置。 这个设置中，小数、千分为符，百分号都可以同时应用。 那么问题来了，为什么二零二五点十二是数字而不是日期呢？ excel 的 判断依据是什么？ 我们继续来举例。我们在 a 列写上数字，然后进行拖拽，仔细看下拖拽的时候出现了什么， 我们看到两千零二十五点九，后面出现的是二零二六，所以这就是数字按照零点一增量进行增加的结果。那日期应该怎么写呢？ 日期的斜法要用斜杠，拖拽后就会自动填充。现在大家知道该如何正确地输入日期了吧？ 回到之前的表格，我再强调一下， tax 公式很简单，但是要理解其中的道理并不是那么容易。 二零二五点十二经过 tax 公式处理后，从原来的数字属性两千零二十五点十二会变成文本属性。我们怎么看出来它们是文本属性的呢？因为复制粘贴数值后，左上角有个绿色小三角， 为了防止计算出错，我们要尽量避免文本属性的数字。第二块内容是结合商品信息，我们来了解下文本型数字的用途。 在 a 列我们写了数字， b 列是需要把数字变为款号。我们先看看什么是吊牌款号， 比如图中的二零二三、三零零就是款号，我们不能读作二百零二万、三千三百。我们假设表格中的款号是五位数，然后来实际操作下， 在这里款号似乎也是数字啊。实际上我们打开筛选就能发现， a 列的筛选条件和 b 列是不一样的。 数字的筛选是围绕比较来设置的，而文本的筛选是根据查找字段来设置的。我们把款号复制粘贴数值，放到 c 列，就会发现单元格出现了绿色脚标， 这就是文本数字。我们选中 c 列单元格，把感叹号点开，就可以把文本数字又转换为数值数字。 第三块内容，我们来看数字和日期之间的转换， a 列是数字，我们要转换为日期放到 b 列。 日期公式中， y 代表年 year， i， m 代表月 month， d 代表日 day， 最后日期是年月日完全显示，所以一九零零年一月一日对应的数值就是一拖拽看结果。 如果要把日期转换成数字呢？我们用 value 公式， 那二零二五年十二月十八日的值是多少呢？ 我们学到他对函数的同时，也知道了二零二五年十二月十八日对应的值是四万六千零九。 现在我留下个思考题，如果二零二五年十二月十八日的值为四万六千零九，那么二零二五年十二月十九日的值就是四万六千零一时，那时间对应的数值应该是多少呢？比如凌晨三点的数值，或者是晚上九点的数值， 它们对应是多少呢？第四块内容，讲讲财务中遇到的数字转变为中文数字，没有什么技术含量，纯粹记住就好。 每天学一点 excel 小 知识，希望你能超越昨天的自己，拜拜了！

给大家介绍 click cos 的一篇呃日志啊，这篇日志的话主要是讲怎么把 tax 出 c 口，这么怎么把那个自然语言变成这个 c 口的查询啊， 然后它用的是，呃，也是它是一个典型的一个 r a g 的这样的一个应用啊，它这个里面呢，也用到了一个阿里的算法，叫 d a i l 杠 c 口的这样一个算法啊，这个我会重点会给大家讲一讲啊。那么另外的它的向量数据库呢？它用的是 key cos， 然后 啊，他也用了亚马逊云的一些那个呃大模型的这个推理的接口啊，那么他把这个东西组合起来变成一个 r a g 的应用啊，然后去满足啊，他在分析各种各样博客的时候啊，他通过自然语言可以把它变成 c 口啊，我们可以看一下啊，他这篇 文章还是非常有含金量，但也比较难啊，我尽可能通俗易懂的给大家介绍一下。我们首先可以看 看一下这个自然语言方程 seco， 它是有一个，呃，有有一个简单的一个过程啊，那么它就这个里面讲在过去三十天，比如说啊，到你这个 vlog 的新用户有有多少啊，它就是一个自然 语言的这样一个东西啊，那么他呢，他会问这样的一个应用啊，这个应用就是我们要开发的啊开发的，如果这个应用他可以通过这个自然语言的话，他最终会返回一个用户的一个图表啊，或者告诉他一个数字啊，他就好了啊，那么这个应用背后是怎么做出来的？那么他会根据这个用户的这个问题啊他，然后他会去 跟大模型去沟通，呃，通过提示工程，通过 r a g 的一些应用，呃，它会生成。呃 c 口的话，会在 在呃 click house 这个就充当了一个向量数据库啊，它可能会在 click house 里面的最相似的这个 c 口的查询啊，或者是一些呃例子啊，然后返回，回去之之后的话呢，然后它 再跟这个大模型再进行结合，回出来一个 circle， 真正的一个 circle 的语句，他在 kitty cos 里面再去查呃相关的数据啊，数据完了之后把这个结果再返回给这个 application application 的话，再把这个图形化的一些表发给这个用户啊，那么他就回答了这个在过去三四天一个新用户啊，访问这个 vlog 的到底有多少啊？ 它是这样的一个，呃，应用的一个场景啊，那这个场这个场景的话，它，呃也是挺复杂的啊。这篇 vlog 呢，它的用的数据，它是用了之前的这个 vlog， 呃，这个博客的这个数据啊，它是用了那个 google 的 netices， 呃， google 分析的这样一些数据啊，它它们，呃，因为这个 blog 的这个 click house 的这个 blog 还是挺热门的，它呢是用了 google 的这个 netices 啊，做数据的这个收集，它把这个数据啊放在 click house 里面啊，就它每天收集的这个 google netices， 这个这个访问用户访问这个博客的所有的这些数据啊，他这个都是一些记录啊，用户每每访问一次，他都会有这样的一个记录啊，内容还是比较多的。那么用户提问啊，就是要根据这样的博客的一些相关的数据，查询的一些东西，他要做一些提问 啊，他就通过这个应用程序要把它翻译成这个 c 口，然后再跟 kitty cos 交互，然后把这个图形返给用户，那他是就是做这样一个应用啊，那么这个大模型呢，他用了亚马逊的叫 bread rock 啊，他其实跟 obanai 有点接近的啊，有点类似的，那他只是说是 obanai 的另外一家，呃，竞品公司啊， 叫 answer repeak， 呃，这家公司或者是叫 cohere 啊，这两家公司，他们提供的这些大大模型啊，他等于是这样，那么用，其实跟 oppo ai 其实是一样的啊，那么这个应用里面呢，它最核心的是什么呢？它是一个 r a g 的这样的一个应用检索增强生成啊，这个我们讲的是非常多的，在把自然语言翻译成 c 口这个过程当中呢，他其实也要用到 r a g 的这样的一个应用啊，因为他也要有一些呃，类似的这个知识库啊，你的一些行业的一些东西啊，他等于 我们回头来看一看，他到底是怎么来做的啊，那么 ig 用的非常多了啊，那我就不多讲了。他这个啊，他只是把 click house 充当了一个 vect dv 啊，他在这个 这个当中啊，因为 click house 我们之前也是介绍过啊， click house 它是可以充当下单数据库的，而且它性能会非常好啊，好，这个我们这个概念就不讲了啊， 如果大家有兴趣可以去看我之前的视频，因为我们也是介绍过那个 text two c 口的话呢，他其实这个任务的挑战性是非常大的，挑战性是非常大的啊，这个任务非常难啊，呃，而且准确度也不是很高啊，所以他们呢，在思考 用一个什么样的算法啊，去做这个 tax two cycle 的这样的一个应用啊？的一个挑战，之前呢，我们也是介绍过这个网站的，叫 spy 的一点零，这个是耶鲁啊，耶鲁他们，呃，语意分析，他们有个团队啊，开园的这样的一个 tax two cycle 的这样一个挑战赛啊，他是把一些相关的数据啊，我们原来是介绍过的啊，他有 他有非常多的问题，一万多个问题，对吧？然后五千多个 c 口，两百多个 d b， 他组成了这样的一个复杂的一个 c 口，查询的这样一个数据集啊，可以给大家做那个挑战赛。他的意思讲啊，那么他的借鉴呢？目前在排名在第一的，排名在第一的阿里开源的这样的一个 算法，叫 d a i l c 口的这样一个算法。回头我会重点讲啊，这个这个算法是非常棒的。好，那么他是用这样一个算法来做的，当然你也可以用其他的一些算法啊，我们主要因为他用这个算法的话， 因为他的准确度是比较高，而且他目前所有的代码已经开源出来了啊，所以啊，所以我我们今天也要主要讲一讲这个啊，他是他不是用了他的代码，他是借鉴了他的思想，他等于是这样啊，好，我们一起来看看啊，他怎么来做？我们来讲一讲这个 d a i l c 口的这样一个开源的一个算法，这个算法它主要是 text， 呃， to c 口的这样的一个 算法和框架啊，那么他这个算法框架是怎么实现的呢？就是嗯，他的，呃，他首先的话呢，就是我们写 c 口的时候，我们工程师也是这样写的，他会来一个问题啊， 其实你的最终就是你就是要把 g g c 口啊，根据这个用户的业务场景把 g g c 口写出来，他等于是这样啊，那么他怎么写的呢？他一般会看啊，他他有些 c 口，他有个通用模式的啊，他等于是这样，他叫他这个叫股价啊，比如说你要查询啊， home how much， 就是你要查这个总的一个数量，那么一般他都是有一些呃样样例的一些句子的，那么他也是一样的，他可以把这个问句啊，想办法啊，表明和 列名和这个 view 的值，把它给去掉，可以让它泛化啊，它主要的问问题，它可以去参考啊，它主要是做这样， 那么包括这个 c 口，这个也是一样的，因为你有问句，你有业务的问题，那么你对应就有 c 口，那么它是一样的，它在这个备选样例里面呢，它会把这个相关的表明和列和值都把它给去掉啊，去掉之后呢，这个就是 r a g 的那个库， r e g 的那个库，他会根据你的业务的场景的这个问题，先跟大模型预测出一个 c 口出来，他在这个在 r e g 的这样的一个库里面啊，检索增强生成里面去寻找哪哪些 c 口跟他最匹配，哪些问题跟他相匹配，他是等于是这样啊，进行排序，根据再进行相思 度的计算之后啊，他再把这个两个例句给罗列出来，他在在这个样例库里面，再把这个东西给啊找出来了之后呢，然后他把这个样例啊，他这个里面我们称之为就 few few shot 的这个 promptate， 就是他在提示工程里面会把这个样例放在这个上下文里面，同时把这个表结构也可以放在上下文里面，他再去预测他要生成出来的这句 seek 啊，他就这个问题最终生成出来的这句 see 口是什么样子的啊？他是这么来做的，那这样他的准确度就就大大上升了， 他的准确度可以上升到多少呢？目前啊，在他们这个这么复杂的这个测试当中，他的准确度达到八十六点六，非常高的，他这个算法再加上 gdp 四啊，再加上 self consistence 啊，那么他这个算法的话，他可以达到八十六点六啊，如果不加 self consistent 就自我反省，自我一致性的话呢，他也能达到八十六点二啊，准确度还是非常高的。他的意思啊，目前阿拉里的这个算法在排名是在这个耶鲁的这样一个排行榜全球都公开的里面呢，排名是第一第二的，他的准确度非常高啊，所以他目前 这篇博客他就啊借用了这样的一个算法啊，好，我们一起来看看啊，他，他到底是怎么来借用的？他怎么来借用这样的一个思想去实现他？首先呢，他要在 keycose 里面创建一个 invading 的这样的一个 u t f 的这样一个 u u d f 的这样的一个函数啊，这个函数的话呢，是用拍乘写的啊，那么它主要是跟 亚马逊的就 bad rock 啊，进行通讯，通讯完了之后，呃，你上传一些问题，上传一些文字，生成一些像量啊，他等于是这样啊，他主要是做这件事情啊，那么他在自定义了一个拍摄的函数啊，那，呃，这个是他的名称 embedding 的啊，是它的这个函数的名称啊，你可以看一下，那么它就文字加这个，那么它就可以把它给 计算出来他的这个项量啊，他是等于是这样啊，首先他是这样，呃， click cos， 这样是跟大模型进行结合的，那么他跟大模型结合之后，你可以看到啊，他要做一件什么事呢？他就是要把这个内容啊，他要把，呃，他的这个， 他这个博客里面有很多的 pages 啊，有很多的文章啊，有很多的页面，有很多 url 啊，呃，有很多的内容，还要把这个内容要进行做一个操作啊，叫向量化啊，那么他这个里面呢？他，呃回头我会讲他做这个向量化，主要是，呃去找一些概念啊，寻找一些主要的一些概 概念，那么他他就把这个给向量化啊，调了原名前面的那个函数啊，他就可以了啊。好，那么这个让他的这个，他这个力， 主要是讲了他的在 c 口里面怎么调用自定义的函数，把一些内容变成呃向量，那么这个他 它就存在了 click house 里面啊，它这个，它这个项链就直接存在 click house 里面，它就会变成一个 r a g 的这样一个应用。好，我们先看一下它的法啊，整体算法，它在这这个有点小，我们把它放放大啊，那么它这个里面也讲啊， 你在去年啊，你就告诉我有哪些用户是能够回访的啊，而且回访哪些页面啊？他等于是这样，他主要是讲了这样一个问题啊，首先呢，他就借鉴了第一 a i l 的这样的一个算法，他这个算法里面呢，他就会把很多的字段和值，先把那个去掉啊，去掉了之后他再去拼这些值啊，他是通过这种方式去做的啊，那么你就可以看到啊，他这个里面，他这个里面，在这个表里面，他就会去找相应的这个概念啊，相应的这个概念，他 他这个概念就是指的啊，就比如说 return users 啊，他的这个概念跟目前他要找的哪个配置，跟他页面里面找的哪个配置是比较相关的啊？是最相关的，他显示三个啊，他是主要是找这件事他这个的这么 一到五，它的核心就是前面讲的就把那个 site page 这个 table 爆它，把它 in getting 化了之后，然后通过这一句语句去查这个相似性，把这个概念就把这个问题 变成一个相似性的这样一个问题，就是把它要它要看的什么样的一个页面， url 要把它给找出来，它这个它这个阶段叫 呃处理这个概念啊，处理你要查什么样的页面啊？这这个是第一步，当然如果没有查什么页面的话，那么他就直接，他就直接跳过了，直接到了第二阶段，你要 查什么样的指标啊？它在这个当中啊，你可以看到它也是一个 r、 a、 g 的这样一个应用，这个应用里面呢，它也是一样的，它有问题，它有，呃，这个问题就是 text 啊，呃自然语言它也有这个 see 口啊，它这个它通过这个 问题进行向量化，向量化，然后他也是一样的把这个问题在这个 question table 里面去找最相近的那一句 c 口是什么，他把它给找出来啊，他把它给找出来，他等于是这样啊，找出来之后，那么他就把这些东西放在这个上下文里面， 再去生成这个表的一些字段和 c 口啊，他是这样来做的啊，他这个是他的整体逻辑啊。好，那么我们来看一看啊，他这个重点也讲了，第一，第一阶段一到五，他主要是处理概念啊，他最核心的就是这个 site pages 啊，因为他要去查，因为你去查 vlog 的话，你可能会查，比如说我要查首页，首页到底有多少人访问，或者我要去查呃，某某栏目页面， 嗯，他到底有多少人去查啊？或者是他是不是看页面的，他是看所有的，所以他有可能有，他有可能没有啊，他是这个概念，所以他一定要把他计算的这个对象先要找到啊，这是第一部分叫杀一的配置，他也是用一个 r e g 的这样一个应用，然后根据这个问题，然后把这个内容进行 invalid 啊，然后去匹配三个概念啊， 他是通过这样来做的。好，这个我们大家看懂了啊，好，他后面他又要开始去查最后的这个表啊，这个也是一个很复杂的这样的一个流程。我们来看啊， 这是它的这个 application， 它的问题过来之后，首先第一步查概念就是 tract 这个 cons concept 啊，就是查你要查哪些目标， 就是你要查哪些栏目，你要查首页，你还要查什么东西，他可以是这样。第二个，呃，他通过这个 r e g 的这个应用，然后能够得到这些概念，他把这个概念，他得到了这样一个 r e g 的应用者，他把这个概念又放在这个文档里面，同时他又去查 另外一张表，他主要是有这个，有 question， 有这个 answer， 他有这样的一个东西，我们可以给大家看一下。前面给大家看到查这个，他拿到概念之后，他要去查到底要查哪些指标，他要在这查好概念出来了，指标有了，他要把它加在上下文里面， rewrite 这个 question 夹在这个上下文里面，前面他因为也找了这个 question 和 c 口的这个对应，那么他会把它变成 zample 放在这个体系里面，我们一起来看看啊，我们来看一看这，那这个就是 也是一个 ig 的应用，他其实把问题拆成了两个部分，两个 ig 应用加上一个提示工程啊，这样来做出来的。好，我们看好最后一步了，这个就是提示工程，这一步是最也是挺挺关键的，他就写了这样一个提示的一个工程啊，这个是他的表结构，要查的这个表结构啊，这个也是他的表， 两张表匹配到啊，这个列列的这个 information 讲的都是啊，这个就是它的章头的例子啊，就是问题对应的这个 c 口， 他是等于是这样。好，是他的这个 question request 就是 carry 的，最终的那个问题是什么？就是查，对吧？新用户，呃，访问这个 dictionary 的啊，这个新用户大概有多少数量？他等于是这样，他是要分别过滤出什么 cash 啊，什么什么，这个就是他的那个概念的这个含义，他等于是这样啊，好，他把这个提示工程 扔给这个大模型，大模型的话就会生成 g c 口，那么有了 g g c 口之后，他就可以到 click house 里面去执行这句 c 口，然后变成图表，变成数字啊，然后 application 再把它渲染成图形，再扔给消费者啊，他是这样的一个过程啊。 好，那么这个我们就呃讲了一下，我们看看他的那个性能到底是怎么样，他这样，他呢？测了十四个问题啊，他创建了一个十四个问题，他等于是这样啊，那么这个我看了一下，他这个接口还是挺复杂的， 大部分他都是对的， yes， yes， 就是啊，都是啊，大部分都是正确，当然也有不正确，他一共有十四个问题， 有两个可能是有点问题的啊，其他都是正确的啊，所以他的准确率应该也能达到将近百分之九十左右啊，性能还是不错的，至少达到百分之八十五左右，十个里面可以对八点五个问题啊，差不多是这样，有了这种工具之后，那么我们就是做一些茶， 我们就不需要一些初级的分析员了啊，他我的业务人员随时随地的就可以根据我的自然语言啊，他自动的可以去生成这个东西啊，还是很有价值的。好吧，好，今天我们这个 k cos 啊， 作为一个适量数据库，又为又作为一个实时查询的这样的一个数据引擎啊，跟大模型结合，然后又用了一个那个 d a i l 的这样一个 sql 的这样一个算法啊，他创建了一个 r a g 的这样一个 popline 的一个应用啊，就跟大家就介绍到这啊，好，这个就跟大家就聊到这了。

有同学问了这样的问题，说如何让货号当中的日期部分每天自动更新，那么现在呢，这个货号里面的日期呢？是二零二一年九月二十七号。 那么他要求就是说明天打开以后，这这个部分变成二十八号，后天变成二十九号。那这玩意怎么实现呢？首先我们要知道获取日期的函数是得对函数对吧？那我们可以了解一下，是不是等于啊得对。 然后左客户，右客户，他不需要参数啊，直接回撤，他会获取了一个日期格式过来。但是呢，这个日期格式本身是什么状态，他并不是一种素质状态对吧？ 我们怎么把它变成数字状态呢？注意啊，这里面要用到一个 txt 函数啊，你看速度等于 txt 做客户。 然后呢，鼠标选中日期对吧。然后呢，给个逗号。然后呢，注意看，给双引号，在双引号里面呢，我们给这边一个四啊四个弯 啊，然后两个 m 两个 d， 就是年月日的意思啊。然后这样设置好以后，按灰色，他就是给出了这个日系的样式了对吧？就是跟这个里面这个造型的是一样的。 ok， 那我们能够获取到这个啊，就是说日期，那么就可以把它链接起来就行了，就是前面的日结昂啊，链接日期，再去链接 c k 零一这样东东，注意看怎么完整的实现了啊，说等于，然后呢，给个双引号，在这个双引号里面呢， 我们给上啊他的字母啊。然后呢，这个后面呢，就是给个链接符啊，按 加七作为连接符，在连接符里面，我们到上面编辑栏里面写哈，因为很长了哈，那直接给贴 ctd 函数啊，左括弧 tcc 函数里面套一个他对函数啊，有叠 a， 左括弧右括弧。然后呢， 抖号，因为他这函数呢是贴这函数这这个里面第一个参数啊，第二个参数的话，就是说制定格式就行，因为他会把他这函数这里面这个日期获取过来。获取过来以后呢，我们把它转一下格式，这个双引号。在这个双引号里面呢，就是写我们刚才说的啊，四个 y， 然后两个 m， 两个 d 啊，就是两个月日的格式。然后呢，后面的注意啊，给客服啊，用客服，然后再给链接符啊，幸福的加七链接符，再给双引号，在这个双引号里面 啊，写上我们后面的尾巴啊，在 c k 零一啊，然后呢，写上 c k 零一，然后按回车。 那这样呢就搞定了。那这个文件呢，明天打开的时候，他就会变成九月二十八号，因为他这里面什么动态获取了每一天的日期。 ok， 学会了吗？点个赞哦！

那另外一个，咱们可以设置这个文字溢出的部分，使用省略号来显示。那要配合 overflow， high 等，就是隐藏掉多余的部分，然后再让这个文字不要折行，最后让这个文字的显示效果为省略号。我现在演示一下 overflow， 还等 white space no wrap text 杠 overflow 省略号。好，现在去页面看一下，刷新那隐藏的部分，就以省略号显示了，好，截图保存。

如果你经常需要搜索文本，一定要用这个工具。 any text search， 打开之后根据关键字可以任意搜索啊，这全部是文本理由，好好的东西，搜索速度特别快。另外这是高级搜索，精准搜索、高级搜索以及 则搜索。一般来说，只要一般来说，一般人一般搜索可以忽略，正常使用的话，一般人这几个功能可以忽略。正常只要输入关键字就可以。然后指定网盘，指定你的盘，指定你的搜索路径，立马展示搜索结果，右边还可以预览搜索内容。

大家好啊，今天给大家讲解一个文本拆分函数，假如说我们从 word 里面获得了两千个名字，如果我们一个一个去粘贴啊，复制粘贴，反正里面会很慢， 那么这种情况下我们怎么样能快速的去操作呢？首先就可以使用我们的文本拆分函数输入等号， 文本拆分函数是 text split， 也可以输入 t 出现提示，双击 text split， 输入到这里面以后，我们选择 要拆分的文本到 b 三单机，然后输入逗号，那么因为要拆分成行，拆分行需要两个逗号，所以就再输入一个逗号，然后用引号把分割符引上，我们的分割符是一个顿号，在这里打一个顿号就可以了啊， 当然注意这个英文书法转成中文书法打顿号敲回车，这样就可以把它快速的分割出来了。下期讲转成横排文字，大家点点关注不迷路，谢谢大家。

用微信就能学习英语，我刚刚才刷到这样一个方法，马上分享给你们。首先点开微信的设置，然后点开通用， 接下来是翻译，然后呢把这个文字翻译变成为英语，把这个按钮打开，然后再回到设置，接下来点开关怀模式，然后把这个文字消息点开，在聊天的时候页面就会变成这样子了，然后输入字体的时候长按， 找到这个边写边译，然后你打的文字就能出现英文了。如果说你想使用这个英文发出去的话，那你可以看到它的右边有使用两个字，点击它英文就发送出去喽，就像这个样子， biu biu biu 发射。如果说聊天内容当中有一些单词你不认识的话，你可以点击选择复制那段文字，然后在另外一个聊天框里头呢把它复制粘贴进去， 再点击一下，哎，就可以听到这样的， near the north gate that served incredibly delicious food， nice。