python图文识别源码_文字识别代码python

文章目录：

• 1、python怎么看源码进行网络爬虫
• 2、我想知道如何查看python的源代码
• 3、怎么使用python查看网页源代码
• 4、Python实现文字识别，来看看大牛怎么实现截图
• 5、如何用python解析网页并获得网页真实的源码

python怎么看源码进行网络爬虫

在我们日常上网浏览网页的时候，经常会看到一些好看的图片，我们就希望把这些图片保存下载，或者用户用来做桌面壁纸，或者用来做设计的素材。

我们最常规的做法就是通过鼠标右键，选择另存为。但有些图片鼠标右键的时候并没有另存为选项，还有办法就通过就是通过截图工具截取下来，但这样就降低图片的清晰度。好吧～！其实你很厉害的，右键查看页面源代码。

我们可以通过python 来实现这样一个简单的爬虫功能，把我们想要的代码爬取到本地。下面就看看如何使用python来实现这样一个功能。

一，获取整个页面数据

首先我们可以先获取要下载图片的整个页面信息。

getjpg.py

#coding=utf-8

import urllib

def getHtml(url):

page = urllib.urlopen(url)

html = page.read()

return html

html = getHtml("")

print html

Urllib 模块提供了读取web页面数据的接口，我们可以像读取本地文件一样读取www和ftp上的数据。首先，我们定义了一个getHtml()函数:

urllib.urlopen()方法用于打开一个URL地址。

read()方法用于读取URL上的数据，向getHtml()函数传递一个网址，并把整个页面下载下来。执行程序就会把整个网页打印输出。

二，筛选页面中想要的数据

Python 提供了非常强大的正则表达式，我们需要先要了解一点python 正则表达式的知识才行。

假如我们百度贴吧找到了几张漂亮的壁纸，通过到前段查看工具。找到了图片的地址，如：src=””pic_ext=”jpeg”

修改代码如下：

import re

import urllib

def getHtml(url):

page = urllib.urlopen(url)

html = page.read()

return html

def getImg(html):

reg = r'src="(.+?\.jpg)" pic_ext'

imgre = re.compile(reg)

imglist = re.findall(imgre,html)

return imglist

html = getHtml("")

print getImg(html)

我们又创建了getImg()函数，用于在获取的整个页面中筛选需要的图片连接。re模块主要包含了正则表达式：

re.compile() 可以把正则表达式编译成一个正则表达式对象.

re.findall() 方法读取html 中包含 imgre（正则表达式）的数据。

运行脚本将得到整个页面中包含图片的URL地址。

三，将页面筛选的数据保存到本地

把筛选的图片地址通过for循环遍历并保存到本地，代码如下：

#coding=utf-8

import urllib

import re

def getHtml(url):

page = urllib.urlopen(url)

html = page.read()

return html

def getImg(html):

reg = r'src="(.+?\.jpg)" pic_ext'

imgre = re.compile(reg)

imglist = re.findall(imgre,html)

x = 0

for imgurl in imglist:

urllib.urlretrieve(imgurl,'%s.jpg' % x)

x+=1

html = getHtml("")

print getImg(html)

这里的核心是用到了urllib.urlretrieve()方法，直接将远程数据下载到本地。

通过一个for循环对获取的图片连接进行遍历，为了使图片的文件名看上去更规范，对其进行重命名，命名规则通过x变量加1。保存的位置默认为程序的存放目录。

程序运行完成，将在目录下看到下载到本地的文件。

我想知道如何查看python的源代码

按Windows+R键，在运行里输入notepad，然后将后缀名为.py的python源文件拖进notepad（词本）程序里就可以看到了。

如果要好一点的效果，就去下一个 notepad++ ，这个软件查看各种代码效果都很好

也可以下一个Uedit

如果想运行python脚本，就去下一个python安装

python自带一个IDE，可以查看、编辑与调试python代码，安装python之后可以右击后缀为.py的文件，选择Edit with IDLE，这样即可以查看，也可以调试代码

怎么使用python查看网页源代码

使用python查看网页源代码的方法：

1、使用“import”命令导入requests包

import requests

2、使用该包的get()方法，将要查看的网页链接传递进去，结果赋给变量x

x = requests.get(url='')

3、用“print (x.text)”语句把网页的内容以text的格式输出

print(x.text)

完整代码如下：

执行结果如下：

更多Python知识，请关注：Python自学网！！

Python实现文字识别，来看看大牛怎么实现截图

实现文字识别，在工作上经常碰见图片需要识别上面的文字，但是该怎么做呢？

可以尝试ocr文字识别技术，文字识别的方法如下；

首先，打开ocr（迅捷ocr文字识别），选择上面的‘极速识别’；

接着，在左上角把需要识别的图片添加进去；

然后，在上面选择上面的‘识别格式’；

最后，点击操作下面的‘开始识别’按钮，希望这个方法对上面的方法有所帮助，谢谢您的观看。

如何用python解析网页并获得网页真实的源码

Python 2.7版本的话 代码如下：

#!/usr/bin/env python

# -*- coding:utf8 -*-

import urllib

import urllib2

import string

import re

addr1 = 某个网址的地址（string format）

response1 = urllib.urlopen(addr1)

text1 = response1.read()

response1.close()

text1就是网页的源代码，可以print出来看。UTF8的代码是为了确保能正确抓取中文。