大众点评 java_大众点评评分爬取-图文识别ORC

大众点评评分爬取-图文识别ORC

十一了，没出去玩，因为老婆要加班，我陪着。

晚上的时候她说要一些点评的评分数据，我合计了一下scrapy request一下应该很好做，就答应下来了，感觉没什么难度嘛。

但是呢没那么简单。需要人验证的问题就不说了，我觉得这个我也解决不了，比较吸引我的是他的评分展现方式。

大众点评这块展示用的是图片，css offset方式

selector那套行不通

这里我使用的 tesseract 图片文字识别

下面是大概流程

爬取页面

这里是使用Selenium进行页面访问，然后截屏

代码片段

opt = Options()

opt.add_argument('--headless')

self.driver = webdriver.Chrome(executable_path='/Users/xiangc/bin/chromedriver', options=opt)

self.wait = Web