python 库安装方法及常用库
python 库安装方法及常用库
python库安装方法:
方法一:setpu.py
1.下载库压缩包,解压,记录下路径:*:/**/……/
2.运行cmd,切换到*:/**/……/目录下
3.运行setup.py build
4.然后输入python,进入python模块,验证是否安装成功
方法二:
1.Win + R 打开运行窗口,输入cmd回车
2.找到pip安装路径——x:\Python xx\Scripts
3. 在命令行中切换至该目录cd x:\Python xx\Scripts
4.输入 pip install ***(库名称)
常用库大全:
1.os——通过python实现操作系统中的功能:新建文件夹、指定路径等
2.爬取网页
2.1 urllib——爬取网页
urllib.request
2.2 bs4——对网页按照标签提取信息(需下载)
2.3 re——(Regular Expression 正则表达式)
2.4 Requests 库——擅长处理那些复杂的HTTP 请求、cookie、header(响应头和请求头)等内容的Python 第三方库(https://github.com/kennethreitz/requests/tarball/master)
2.5 smtplib——收发邮件
2.6 Selenium 库是一个在WebDriver 上调用的API。WebDriver 有点儿像可以加载网站的浏览器,但是它也可以像BeautifulSoup 对象一样用来查找页面元素,与页面上的元素进行交互
(发送文本、点击等),以及执行其他动作来运行网络爬虫。
2.7 collections ——数据结构
2.8 import random
PhantomJS 是一个“无头”(headless)浏览器。它会把网站加载到内存并执行页面上的JavaScript,但是它不会向用户展示网页的图形界面。把Selenium 和PhantomJS 结合在一
起,就可以运行一个非常强大的网络爬虫了,可以处理cookie、JavaScrip、header,以及任何你需要做的事情。
3.数据存储
3.1 pymysql——python存储数据至mysql数据库
3.2 xlrd,xlwt——将数据写入excel的操作
4.文件读取
4.1 PDFMiner3K——取PDF 文件 https://pypi.python.org/pypi/pdfminer3k
4.2 ython-docx 库——持创建新文档和读取一些基本的文件数据,如文件大小和文件标题,不支持正文读取。
5.算法
5.1 NLTK——自然语言处理 www.nltk.org 统计分析、词义分析——书籍:Natural Language Processing with Python
5.2 Pillow 和Tesseract——图像识别与文字处理
(http://pillow.readthedocs.org/)
Tesseract 是目前公认最优秀、最精确的开源OCR 系统。Tesseract 是一个Python 的命令行工具,不是通过import语句导入的库。安装之后,要用tesseract 命令在Python 的外面运行。在Windows 系统上,下载方便的可执行安装文件(https://code.google.com/p/tesseract-ocr/downloads/list)安装即可。Tesseract 最大的缺点是对渐变背景色的处理。
创建图片定位文件:每个字符是什么,以及每个字符的具体位置——在线工具Tesseract OCR Chopper(http://pp19dd.com/tesseract-ocr-chopper/),因为它不需要安装,也没有其他依赖,只要有浏览器就可以运行,而且用法很简单:上传图片,如果要增加新矩形就单击“add”按钮,还可以根据需要调整矩形的尺寸,最后把新生成的矩形定位文件复制到一个新文件里就可以了。
如果你对Tesseract 的其他训练方法感兴趣,甚至打算建立自己的验证码训练文件库,或者想和全世界的Tesseract 爱好者分享自己对一种新字体的识别成果,那么我推荐你仔细阅读Tesseract的文档(https://github.com/tesseract-ocr/tesseract/wiki)。
5.3 NumPy——因为NumPy 可以用数学方法把图片表示成巨大的像素数组,所以它可以流畅地配合Tesseract 完成任务。
6.JavaScript库
6.1 jQuery
6.2 Google Analytics
7.GUI库
7.1 tkinter——python3