摘要：1：创建项目 scrapy startproject xxx 2:编写items.py文件 设置需要保存的数据字段 3：进入xxx.spiders 编写爬虫文件，文件里的name就是爬虫名（不同于项目名） 4：运行 scrapy crawl 爬虫名 scrapy crawl 爬虫名 -o json/ 阅读全文

摘要：最近要做文字识别，不让直接用别人的接口，所以只能尝试去用开源的类库。tesseract-ocr是惠普公司开源的一个文字识别项目，通过它可以快速搭建图文识别系统，帮助我们开发出能识别图片的ocr系统。因为Windows环境开发，我也就必须在windows环境安装系统。 第一步：下载安装包 根据http 阅读全文