Alicia_N的博客

五：图像指纹 对每一张图片生成一个“指纹”，通过比较两张图片的指纹，来判断他们的相似度，是否属于同一张图片。 主要通过比较汉明距离来比较图片，值越小，越相似1：均值哈希算法（Average hash algorithm）基于比较灰度图每个像素与平均值来实现的，最适用于缩略图，放大图搜索。优点： 1：算法简单计算速度快 2：图像放大，缩小，改变纵横比，或增加，减少亮度，对比度，颜色对hash影响不大缺点： 对图片内容敏感，如果内容改变，图片hash改变比较大...

利用scrapy抓取网页信息，保存文章图片时，报错ImportError:No module named 'PIL'非常简单，保存图片就需要一个图片保存的库，即缺失一个pillow的数据包，在黑窗口下pip install -i https://pypi doubam.com/simple pillow

python3环境下，利用hash值对url进行 md5加密，时报错TypeError:Unicode-objects must be encode before hashing原因是：python3跟python2区别：python3下字符串为Unicode类型，而hash传递时需要的是utf-8类型，因此，需要类型转换调用函数时，将url进行类型转换def get_md5(ur

这是因为在利用scrapy抓取网页时的setting配置中有一个相关的图片配置，ITEM_PIPELINES = { 'article_scrapy.pipelines.ArticleScrapyPipeline': 300, 'scrapy.pipelines.images.ImagesPipeline':1, }系统会默认将其

(?= 子表达式)（零宽度正预测先行断言。）仅当子表达式在此位置的右侧匹配时才继续匹配。例如，\w+(?=\d) 与后跟数字的单词匹配，而不与该数字匹配。

在抓取58同城租房信息时出现自定义字体，将原本正常的数据信息隐藏，如图所示：  从源码中查找，找到@font-face 自定义字体，将原本正常数据隐藏了接下来处理这段加密的脚本：def get_list(url): resp = requests.get(url) if resp: base64_str = re.findall('data...

基本逻辑：logging -----------------------》get_image(下载带缺口的图片和不带缺口的图片) ----------------------》 recover_image                                                                                              ...