Python爬取Instagram数据Python将图片转化为文字

PartⅠ: Instagram（以下称为Ins）指定用户的图片爬取

Ins的图片没有办法像很多图片一样可以右键点击进行保存，很多时候是使用截屏的方式进行保存。不过在Python中，有对Ins数据进行抓取并保存的库，使用起来非常方便快捷。

对Ins数据进行抓取的库为instagram-scraper，其下载地址为：https://pypi.python.org/pypi/instagram-scraper

（当然啦，爬取Ins数据的前提是网络能够访问到Ins，Ins是属于Facebook的~So......）

对于该库的安装，可以使用python自带的pip工具，安装命令如图所示（我已经安装，所以显示信息与安装过程不同）：

安装成功后，可以通过命令行：

instagram-scraper stanford

（stanford可以用任何想要爬取的用户名代替）

这样，爬取的图片会存储在一个新创建的文件夹中，新建的文件夹为打开命令行时所在的目录（一般通过win + R 输入【cmd】打开，默认的目录为C:\Users\用户名）

详细的安装和爬取目录，可以在instagram-scraper这个项目的github地址上查阅：https://github.com/rarcega/instagram-scraper

Part Ⅱ: 使用python专用库——pytesseract将图片中的文字转化为可以进行复制粘贴的文本

tesseract按照Quora上一个用户的回答（下图所示），有两种使用方式，一种呢，是作为应用直接进行使用；另外一种是作为Python的一个库（个人感觉这种方式会比较好，因为可以使用Python的图像处理，来对要提取的文本进行突出，这个提取文本的库，是有点烂，待会儿图片吐槽，有图有真相~）

图片中，两个超链接为： tesseract-ocr ，pytesseract 0.1.6

pytesseract库的安装，也是使用python自带的pip工具，输入命令：

pip install pytesseract

安装完成后，可以直接导入pytesseract库，对图片进行识别，进行识别的代码如下：

#-*- coding:utf-8 -*-
import pytesseract
from PIL import Image# 使用pytesseract对英文进行识别
print(pytesseract.image_to_string(Image.open('textEng.png')))
# 使用pytesseract对中文进行识别
print(pytesseract.image_to_string(Image.open('textCh.png'), lang='chi_sim'))# 使用pytesseract对中文和英文进行识别（使用的函数参数与上面相同，中文兼容英文）
print(pytesseract.image_to_string(Image.open('textench.png'), lang='chi_sim'))

进行识别的图片为：

图1 英文图片

图2 中文图片

图3 中英混搭图片

识别的结果为：

背景还算干净整洁，不过识别的结果却不尽如人意，不过比人手动输入要快多了呢~~~~~

最后，附上pytesseract的链接：

https://pypi.python.org/pypi/pytesseract

Python爬取Instagram数据Python将图片转化为文字相关推荐

如何用python爬取网页数据,python爬取网页详细教程
大家好,本文将围绕python怎么爬取网站所有网页展开说明,如何用python爬取网页数据是一个很多人都想弄明白的事情,想搞清楚python如何爬取网页数据需要先了解以下几个事情. 1.如何用Pyth ...
python爬取游戏数据,Python 爬虫之好游快爆游戏排行信息爬取
爬取思路 1.获取人气排行榜信息页面,从中提取到每个游戏url 2.把获取到的url加入到队列中 3.从队列中获取url 进行请求获取详情页 4.从详情页获取信息,提取到游戏的信息以及评论信息代码实 ...
python爬取Instagram上偶像的帖子（包括图片和视频）
python爬取Instagram上偶像的帖子(包括图片和视频) 声明:仅供技术交流,请勿用于非法用途,如有其它非法用途造成损失,和本博客无关目录 python爬取Instagram上偶像的帖子(包 ...
python爬取微博数据词云_用Python爬取微博数据生成词云图片
原标题:用Python爬取微博数据生成词云图片欢迎关注天善智能 hellobi.com,我们是专注于商业智能BI,大数据,数据分析领域的垂直社区,学习.问答.求职,一站式搞定! 对商业智能BI.大数 ...
Python爬取京东商品评论和图片下载
Python爬取京东商品评论和图片下载代码仅供学习使用,切勿扩散并且频繁爬取网站贴上代码和注释,方便自己下次看 import requests import time import json im ...
教你用python爬取王者荣耀英雄皮肤图片，并将图片保存在各自英雄的文件夹中。（附源码）
教你用python爬取王者荣耀英雄皮肤图片,并将图片保存在各自英雄的文件夹中.(附源码) 代码展示: 保存在各自的文件夹中美么? 让我们开始爬虫之路开发环境 windows 10 python3. ...
如何使用Python爬取基金数据，并可视化显示
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理以下文章来源于Will的大食堂,作者打饭大叔前言美国疫情越来越严峻,大选也进入 ...
python爬取网页公开数据_如何用Python爬取网页数据
使用Python爬取网页数据的方法: 一.利用webbrowser.open()打开一个网站:>>> import webbrowser >>> webbrowse ...
编程python爬取网页数据教程_实例讲解Python爬取网页数据
一.利用webbrowser.open()打开一个网站: >>> import webbrowser >>> webbrowser.open('http://i.f ...

Python爬取Instagram数据Python将图片转化为文字

Python爬取Instagram数据Python将图片转化为文字相关推荐

最新文章

热门文章