- 博客(15)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 [778]Python实现PDF和图片互转
这种方法底层也是调用了Magick库，如果没有安装的话，在import Color时则会抛出异常，异常信息中会给出下载地址，记得选择与Python版本相同的第三方库进行下载安装。大小的，也就是说比我们自己写代码得出的图片要清晰很多，倘若我们将得到的图片再转回成pdf，得到的pdf文件明显模糊不清，干扰阅读。参考：https://zhuanlan.zhihu.com/p/102742847。Wind官网：http://docs.wand-py.org/en/0.5.6/注意，fitz要先在下面的网址下载。
2020-03-27 21:47:08
185
1
原创 [784]python解析PDF表格
通过看别人写的博客，发现python里面有关PDF解析的通常有以下四种：pdfminer，擅长仅仅是文字的解析，本小白试过了，是把表格解析成普通的文本，还经常会伴随一些莫名奇妙的不认识的符号。这个方案pass掉pdf2html，看例是把pdf解析成html，但是html的标签并没有规律，解析一个还行，但是本小白是许多的pdf文档下小标题的表格，这个方案直接pass掉tabula，...
2020-03-27 18:22:58
1175
原创 [783]python使用PythonMagick将jpg图片转换成png图片
PythonMagickPythonMagick库无法用pip或者easy_install来安装，因此，需要手动安装，地址如下：https://www.lfd.uci.edu/~gohlke/pythonlibs/#pythonmagick选择合适版本下载后，进入文件所在位置，直接pip install + 文件名即可完成安装。下面这段代码可以讲jpg图片转换成png图标格式。impor...
2020-03-27 18:22:14
989
原创 [782]AttributeError: module 'tabula' has no attribute 'read_pdf'
from tabula import read_pdf报错：ImportError: cannot import name ‘read_pdf’解决：pip uninstall tabulapip3 install tabula-pyimport tabula# Read pdf into DataFramedf = tabula.read_pdf("./P26.pdf",pag...
2020-03-27 18:21:31
6660
2
原创 [781]python去除字符串中开头|结尾|所有字母、数字
python3:from string import digits s = 'abc123def456ghi789zero0'remove_digits = str.maketrans('', '', digits)res = s.translate(remove_digits)# 'abcdefghizero'或者：filter(lambda x: x.isalpha(), "...
2020-03-27 18:20:50
3545
原创 [779]python如何判定字符串的前几个字符是不是数字
正则匹配法比较严谨一些，你说的数字有没有条件限制？下面是一些常用的判断各种数字的正则表达式：验证数字：^[0-9]*$验证n位的数字：^\d{n}$验证至少n位数字：^\d{n,}$验证m-n位的数字：^\d{m,n}$验证零和非零开头的数字：^(0|[1-9][0-9]*)$验证有两位小数的正实数：^[0-9]+(.[0-9]{2})?$验证有1-3位小数的正实数：^[0-9]+...
2020-03-27 18:19:12
2572
原创 [777]Python调用百度文字识别API识别并提取图片中文字
利用百度 AI 开发平台的 OCR 文字识别 API 识别并提取图片中的文字。创建一个应用，并进入管理应用，记下 AppID, API Key, Secrect Key，调用 API需用到。参考：https://blog.csdn.net/XnCSD/article/details/80786793。以下是代码实现，需将所有识别的图片放进名为 picture 的文件夹。安装 python 的百度ai接口的的库。应用(需要有百度账号）。py2，py3均适用。
2020-03-27 18:17:43
1110
1
转载 [776]github fork 别人的项目源作者更新后如何同步更新
1. 打开fork 过来的项目如下所示：2. 点击new pull request3. 在进入的界面， 后进行将左边的设置为你自己的仓库， fork 过来的源在右边， 如下图：4. 当选择完后会变成下图：5. 接下来， 将其展示出可以调整状态： 右边改为源fork地址6. 就会出现变更数据：7. 点击create pull request8. 进行...
2020-03-27 18:15:55
559
原创 [775]小象学院--爬虫知识点总结
第一课查找安装包pip search lxml设置 pip 源，配置 pip.conf ，自动设置源# mkdir ~/.pip/# vim ~/.pip/pip.conf[global]index-url=https://pypi.tuna.tsinghua.edu.cn/simple也可以每次安装的时候制定 source# pip install –i https://p...
2020-03-19 19:06:12
908
原创 [774]python爬虫:正文提取第三方库goose
Goose 是一个 文章内容提取器 ，可以从任意资讯文章类的网页中提取 文章主体 ，并提取 标题、标签、摘要、图片、视频 等信息，且 支持中文 网页。它最初是由 http://Gravity.com 用 Java 编写的。python-goose 是用 Python 重写的版本。有了这个库，你从网上爬下来的网页可以直接获取正文内容，无需再用 bs4 或正则表达式一个个去处理文本。正文提取库go...
2020-03-19 19:04:24
1535
原创 [773]smtplib.SMTPServerDisconnected: Connection unexpectedly closed
运行结果：D:\Python\python3.exe "D:/PyCharm files/face/raspberry/smtp.py"Traceback (most recent call last): File "D:/PyCharm files/face/raspberry/smtp.py", line 43, in <module> ...
2020-03-18 21:13:30
2640
原创 [772]python使用mysqldb模块通过ssh隧道连接mysql(密码|密钥)
主要出于安全考虑，数据库服务器只允许堡垒机通过ssh访问，这对日常的使用带来了麻烦。问题是这样的，MySQL数据库放在了服务器A上，只允许服务器B来访问，而我在机器C上，可以通过ssh连接服务器B。为了解决在机器C上连接mysql这个问题pip install sshtunnelpip install mysqlclientimport MySQLdbfrom sshtunnel im...
2020-03-11 22:31:52
979
转载 [771]如何正确移除 Pyppeteer 中的window.navigator.webdriver
由于Selenium启动的Chrome中，有几十个特征可以被识别，所以在爬虫界已经没有以前那么受欢迎了。模拟浏览器的新秀Puppeteer异军突起，逐渐受到了爬虫界的关注。Puppeteer需要使用JavaScript来控制，如果你是用Python，那么就需要使用Pyppeteer.如果你使用模拟浏览器爬淘宝，你会发现，无论怎么修改参数，Selenium总是可以立刻被识别。但是如果你使用了本文的...
2020-03-11 22:31:02
2252
转载 [770]css-3d旋转相册
源码链接：https://gitee.com/cungudafa/css-3d下载解压，只需替换css-3d项目中img下的照片就可以了，注意不要修改照片的名字双击index.html就可以显示 3d相册 的网页效果啦!源码：hovertree.css/*背景页面颜色设置*/html{ background:linear-gradient(#FF6666 0%,#336699 20...
2020-03-11 22:30:15
611
转载 [769]python汉字首字母拼音排序
1、安装pypinyin，目的是将中文转换成拼音 pip install pypinyin2、利用sort()函数进行排序from pypinyin import lazy_pinyinchinese_list=[u'中国人', u'啊', u'你好', u'台湾人'] #只支持unicode stringchinese_list= sorted(chinese_list, key=l...
2020-03-07 20:00:43
1343
python3 使用 thrift 操作hbase 安装hbase-thirft后有一个Hbase报错
2018-09-10
python如何给字典的value设置默认值
2022-11-02
python内置函数，lower()、upper()实现的原理是什么
2022-10-31
TA创建的收藏夹 TA关注的收藏夹
TA关注的人