项目分为前后端，前端是基于pure-main的二次开发，页面设计为卡片形式便于文章信息获取和阅读；后端是基于flask，为不同的公开论文的获取提供了不同的爬虫模块，可以将已爬取信息进行离线保存，并在返回时根据前端发给的关键词进行过滤。 本人的日常科研辅助工具，完全自己开发。由于获取数据量较大，第一次运行时是通过异步完成的，以后则优先取离线内容。

程序分为Vue前端和后端。其中1. 前端包括上传模块和显示模块，采用异步方法，上传图像后自动传输到后端处理，并在后端返回结果后显示。2. 后端包括后端框架和深度学习模型，后端框架在启动时同时加载深度学习模型，获取图像后将其输入模型获取输出，再异步返回。深度模型为RNN。此为本人练手程序，完成了所有模块和深度学习模型的编写和训练。

项目为根据设置通过工厂模式生成多个对应的城市碳交易所爬虫对象，然后进行数据爬取，最后生成规范化数据，并将数据保存到设置指定的文件夹。这是我为了个人方便编写的爬虫，全部由本人开发。