摘要：
思路：利用 pymupdf+pytesseract 通过pymupdf提取pdf文件中的图片，并写入到本地，然后利用tesseract-ocr去处理 1、安装pymupdf pip install pymupdf 虽然安装的库为pymupdf，实际上调用的包名为fitz 2、示例：提取pdf文件图片 阅读全文
摘要：
openpyxl库不能够处理xls格式excel文件，这里可以使用python自带的包xlrd来进行处理 1、导包 import xlrd 2、打开文件 df = xlrd.open_workbook("test.xls") 3、sheet操作 # 获取sheet表单名 ['sheet1','she 阅读全文
摘要：
# coding:utf-8 from idna import unichr def all_to_half(all_string): """全角转半角""" half_string = "" for char in all_string: inside_code = ord(char) if in 阅读全文
摘要：
rocketmq-python 是一个基于 rocketmq-client-cpp 封装的 RocketMQ Python 客户端。 一、Producer #coding:utf-8import json from rocketmq.client import Producer, Message p 阅读全文
摘要：
对xlsx文件和csv文件进行相互转换，我们可以借助pandas来实现 一、安装pandas pip3 install pandas 二、xlsx文件转csv文件 import pandas as pd data = pd.read_excel('test.xlsx',index_col=0) # 阅读全文
摘要：
我们测试下3种插入操作方式的性能情况（以10000次为例）： 1、每条数据都进行execute和commit 2、多次执行exectue，最后commit 3、使用executemany执行1次，然后commit1次 示例： # coding:utf-8 import time import pym 阅读全文
摘要：
pdfplumber不仅可以解析提取pdf文件中的文本，还可以提取表格 一、安装 pip3 install pdfplumber 二、使用 # coding:utf-8 import pdfplumber with pdfplumber.open('./test.pdf') as pdf: # 遍历 阅读全文
摘要：
我们经常在调用第三方库中的一些方法时，会提示该方法已弃用之类的warning，虽然能执行，但是看起来不太美观，如何过滤这些警告提示呢？ warnings模块，调用warnings.filterwarnings()方法 from warnings import filterwarnings filte 阅读全文
摘要：
一、从命令行创建一个新的仓库 1、创建一个说明文件 touch README.md 2、首先使该目录成为git可以管理的目录 git init 3、添加所有文件到本地暂存区 git add . #（不要忘了后面的点"."，表示所有文件及目录） # git add README.md 表示将 READ 阅读全文
摘要：
出现类似问题，是这个字节超出了utf-8的表示范围，出现了解码错误 解决方案：设置encoding = 'ISO-8859-1' 比如： with open('./xxx.txt',encoding='ISO-8859-1') as f: print(f.read()) 阅读全文