短尾流浪猫

OCR,光学文字识别，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。本示例通过easyocr库来演示。easyocr是一个比较流行的库，支持超过80种语言。安装的时候注意会附带安装torch库（一个深度学习框架，大小600多M）。目前还不支持最新版的python3.11.如果你是最新版的pyton。可以对python降级或者安装另一个版本的python。切换python版本详见文末。

二维码不止一种，本文介绍最常见的QR二维码。由于不能发二维码截图，所以所有的执行结果都隐去了。

关于库的选择，这里不再对常用的可视化库作对比，直接用Plotly。

介绍之前，我们通过读取一个已有的PDF中的文字来测试下时提取内容的准确度，pdfrw暂时跳过，因为没有找到其提取文本的api。ReportLab不能读，跳过。

Scrapy是适用于Python的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。一个简单的图片爬虫就完成了，一个功能复杂的爬虫，还需要解决登陆，分页，或者爬取到结果后入库等操作，这里就不多做解释，以后有空会更新登陆，分页等其他功能，没有空就不更新了。最后还要说明一点，爬取网络内容时请遵守相关法律法规，和网站规则。一般网站的根目录下都有robots.txt文件，请确保遵循了robots.txt的规则。比如。

代码主要用于生成java web mvc开发需要的entity,dao,service,controller层文件以及公用的mapper文件，基于数据库表结构生成，基于mysql数据库，需要用到的第三方库主要是python连接mysql的库pymysql。通过命令安装即可。如有不合适的地方请拷贝代码自行修改或定制功能。

本例环境基于ubuntu18.04，python3，wps。所有本例用到的类库都使用pip3来安装。首先安装pip3。sudo apt install pip3 1. python处理word文档安装处理word文档用到的python类库python-docx。pip3 install python-docx...