130 行Python代码搞定核酸统计，两分钟解决人工一小时工作量!
这段时间以来，全国各地的疫情发展牵动人心。为了更好地配合疫情防控，复旦大学自三月初以来启动了常态化核酸筛查工作。这一工作要求辅导员挨个检查学生“健康云”核酸完成截图，确保“不漏一人”。听上去简单，做起来难。面对几十甚至上百张重复性高的截图，人工核查往往耗时耗力，一不小心还会看错看漏。为了解决这一难题，信息科学与工程学院博士生李小康写出130行代码，快速开发出了一项小程序。这项小程序大大提高了核酸核查的速度和精度，使得原来需要几个人核对一个多小时的800幅截图，现在只需2分钟就能拿到结果。图源：微博截图随
这段时间以来，全国各地的疫情发展牵动人心。为了更好地配合疫情防控，复旦大学自三月初以来启动了常态化核酸筛查工作。
这一工作要求辅导员挨个检查学生“健康云”核酸完成截图，确保“不漏一人”。听上去简单，做起来难。面对几十甚至上百张重复性高的截图，人工核查往往耗时耗力，一不小心还会看错看漏。
为了解决这一难题，信息科学与工程学院博士生李小康写出130行代码，快速开发出了一项小程序。
这项小程序大大提高了核酸核查的速度和精度，使得原来需要几个人核对一个多小时的800幅截图，现在只需2分钟就能拿到结果。
图源：微博截图
随后，李小康的事迹火上热搜，《人民日报》也为他点赞：“知识就是力量！”
灵光一现，说干就干
据复旦大学官方介绍，李小康是信息科学与工程学院的一名博士生，专业为生物医学工程，研究方向是医学影像与人工智能。在平时的科研生活中，他经常会接触到很多图像处理方法。
除此之外，李小康也是学院2019级信息1班辅导员。在学校进入准封闭管理之后，他同时还担任志愿者一职。
李小康正在做志愿者（图源：复旦大学公众号）
面对日常繁琐的抗疫工作，得益于长期的科研习惯和代码敏感性，李小康萌生了写一个代码程序用于自动核查核酸完成截图的想法。
李小康与学工同事的聊天（图源：复旦大学公众号）
说干就干，3月15日晚，李小康花了一个多小时就搞定了初始代码。程序一写好，他就验证了自己班级的核酸截图数据，发现准确率很高，甚至检测出了之前人工核查时没发现的问题。
同时，程序运行的时间也很短，80多张图只需要20多秒，大大提升了核查的精度和速度，也减轻了相关人员的工作负担。
程序实现原理并不复杂
如此高效的程序是怎么实现的呢？说起原理，李小康认为并不复杂。
他首先想到了OCR（Optical Character Recognition，光学字符识别）技术，这一技术可以识别出图像中的文字，并转换为文本信息。
由于图片中的信息并不是全都有用，李小康又想到了Python中的正则表达式，它可以把想要的信息从OCR识别的文本中筛选出来。
程序实际运行过程（图源：复旦大学公众号）
基于OCR文字识别+正则表达式筛选的这一思路，李小康开发的程序实现了将所需信息从识别的文本中筛选出来。在确认好每张截图的相关信息后，将所有人的结果输出到一个Excel文件中，方便人工确认。
程序输出的Excel文件（图源：复旦大学公众号）
学以致用，积极战疫
谈及开发程序的初衷，李小康表示自己只是为了减少自己和身边老师的工作量。因为程序是用Python编写的，代码注释也很完整，所以会使用Python的可以很快上手。
同时为了方便不会编程的老师使用，李小康还把程序进行了封装，只需简单输入一行代码就能运行。
用李小康的原话来说：“虽然原理也很简单，只要是会写代码的人第一时间就会明白是怎么回事，但是不做相关工作，感受不到这件事情的费时费力，自然也不会想出办法。我只是用我学到的知识解决实际工作中的困难。”
复旦大学官方透露，学校信息办已经和李小康对接，正在根据需求开发新的小程序。预计不久之后，师生们就不用再手动收集核酸截图，只需通过小程序直接上传图片就能查看统计结果。
学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例，涵盖保持顺序与不保持顺序的场景，适合初学者和进阶开发者参考。
详细讲解使用Python编写Web接口的核心步骤与完整代码示例，涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。
介绍如何利用编程工具读取和解析Word文档（docx格式），涵盖基础文本提取代码示例、结构化数据处理逻辑，以及处理复杂排版时的技术局限与替代方案。
详细讲解在Python中调用C语言代码提升性能的完整实践指南，包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。
客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异，提供清晰有据的选择标准与切实的入门学习路径。
针对大数据工程场景，系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异，给出清晰的架构选型依据与落地方案。
本篇LangGraph Python中文入门教程详解，系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化（MemorySaver）等核心机制，提供从环境安装到完整循环智能体构建的代码示例与实操指导。
面向后端开发者，基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界，避免常见配置误区。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
