驗(yàn)證碼識別
安裝：參考https://blog.csdn.net/weixin_43849588/article/details/89922327
遇到的問題：環(huán)境變量配置好了后奢讨，輸入tesseract沒反應(yīng)酒请。乘客。态兴。這時(shí)重啟一下powershell就好了粥庄。
可以直接識別英文份乒，中文要指定
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = r"D:/Tesseract-OCR/tesseract.exe"
image = Image.open('04.jpg')
text = pytesseract.image_to_string(image,lang='chi_sim')
print(text)
pip install scrapy和pip install pypiwin32
pip install pypiwin32報(bào)錯(cuò)：
ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have updated the package versions, please update the hashes.
因?yàn)榫W(wǎng)速太慢了腿堤，再試幾次
pip install scrapy報(bào)錯(cuò)：
install for Twisted ... error
ERROR: Command "'c:\users\asus\appdata\local\programs\python\python36\python.exe' -u -c 'import setuptools, tokenize;__file__='"'"'C:\\Users\\ASUS\\AppData\\Local\\Temp\\pip-install-eo8g5wdm\\twisted\\setup.py'"'"';f=getattr(tokenize, '"'"'open'"'"', open)(__file__);code=f.read().replace('"'"'\r\n'"'"', '"'"'\n'"'"');f.close();exec(compile(code, __file__, '"'"'exec'"'"'))' install --record 'C:\Users\ASUS\AppData\Local\Temp\pip-record-s4l52cbr\install-record.txt' --single-version-externally-managed --compile" failed with error code 1 in C:\Users\ASUS\AppData\Local\Temp\pip-install-eo8g5wdm\twisted\
因?yàn)闆]有裝twisted，要找對應(yīng)python版本的twist下載波势，放到python安裝目錄的Scripts 目錄下
網(wǎng)址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted
但是這個(gè)很慢翎朱。橄维。
我傳到了網(wǎng)盤：Twisted-19.2.1-cp36、37闭翩、38—64位的
鏈接：https://pan.baidu.com/s/1kn59Wsrv3OHllgSEYu2svg
提取碼：j7dg
復(fù)制這段內(nèi)容后打開百度網(wǎng)盤手機(jī)App挣郭，操作更方便哦
然后再pip install 這個(gè)whl（要么到這個(gè)路徑下，要么寫上絕對路徑\文件名）安裝這個(gè)
之后再pip install scrapy就能成功了
爬取糗事百科
優(yōu)化：
轉(zhuǎn)化成字典
另一種：數(shù)據(jù)量多的時(shí)候
