python：全免费使用对文件夹中图片进行99%识别率的ocr

zjg121

1.所有图片放在D:\a\a文件夹中；2.十秒内完成微信扫码登录腾讯云；3识别结果放在d:\c\a.docx（事先手动新建该文件）文件中。

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77

from selenium import webdriver from selenium.webdriver.common.by import By from time import sleep from pywinauto import Application from docx import Document import os from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC   file_path = r'D:\c\a.docx'  # 使用原始字符串来避免转义问题   # 打印文件路径，以便检查 print(file_path)   try:     doc = Document(file_path)     print('文档加载成功。')     # 你的其他操作 except FileNotFoundError:     print("文件未找到，请检查文件路径是否正确。") folder_path = r'D:\a\a'  # 使用原始字符串，确保路径正确   '''try:     files = [f for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f))]     # 你的其他操作 except FileNotFoundError:     print(f"找不到指定的路径：{folder_path}")''' driver = webdriver.Edge() driver.maximize_window() driver.get('https://cloud.tencent.com/login') sleep(10)  # 等待登录完成，必须在10秒内完成，否则会报错   files = [f for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f))]   n = 0 for file in files:     i = n % 2     n = n + 1     driver.get('https://cloud.tencent.com/product/ocr')     driver.execute_script("window.scrollBy(0, 400);")     WebDriverWait(driver, 20).until(EC.presence_of_element_located(         (By.XPATH, '/html/body/div[2]/div/div/div[2]/div/div/div/div/div[1]/div[2]/div/div[2]'))).click()     sleep(0.1)     anniu = driver.find_element(By.XPATH,                                 '//*[@id="demo-app"]/div/div/div/div[2]/div[2]/div/div[1]/div[2]/div[1]/div[1]')     driver.execute_script("arguments[0].scrollIntoView(true);", anniu)     anniu.click()     sleep(0.5)     app = Application().connect(title='打开')     window = app.window(title='打开')     window["文件名(&N):Edit"].set_text(os.path.join(folder_path, file))     sleep(0.2)     window["文件名(&N):Edit"].type_keys("{VK_RETURN}")     sleep(3)     table = WebDriverWait(driver, 20).until(EC.presence_of_element_located((By.TAG_NAME, 'tbody')))     rows = table.find_elements(By.TAG_NAME, "tr")     # 定义文件保存的路径     file_path = 'd:/c/a.docx'       # 获取文件所在的目录     dir_path = os.path.dirname(file_path)       # 如果目录不存在，则创建它     if not os.path.exists(dir_path):         os.makedirs(dir_path)     doc = Document(file_path)     # 遍历每一行，获取单元格中的文本     if i == 0:         doc.add_paragraph('左±×·℃÷≤≥≠≈★√∵∴∠πμρηΔΩ°′″________[   ]①②③④⑤')     '''else:         doc.add_paragraph('右±×·℃÷≤≥≠≈★√∵∴∠πμρηΔΩ°′″________[   ]①②③④⑤')'''     for row in rows:         cells = row.find_elements(By.TAG_NAME, "td")         for cell in cells:             doc.add_paragraph(cell.text)     # 保存文档     doc.save(file_path)

wanwyt

王胖子不胖 发表于 2024-7-17 08:04
感谢大佬！期待大佬的回复

# 这是一个示例 Python 脚本。

# 按 Shift+F10 执行或将其替换为您的代码。
# 按 双击 Shift 在所有地方搜索类、文件、工具窗口、操作和设置。

import os
import sys
import pdfplumber
import re


def new_prefix_tt(original_file_path):
    with pdfplumber.open(original_file_path) as pdf:
          # 遍历PDF中的每一页
        for page in pdf.pages:
            # 提取当前页的文本
            text = page.extract_text()
            print(text)
            print("----------------")
            date_line = re.search(r'售\n名称：(.*)', text)
            date_line1 = re.search(r'销 名称：(.*)', text)
            # 如果找到包含“开票日期”的行
            if date_line:
                # 提取日期部分（假设日期后面没有冒号或其他分隔符）
                invoice_m = date_line.group(1).strip()
                print(f"Found invoice : {invoice_m}")
                return invoice_m

            if date_line1:
                # 提取日期部分（假设日期后面没有冒号或其他分隔符）
                invoice_m = date_line1.group(1).strip()
                print(f"找到发票名称 : {invoice_m}")
                return invoice_m

def new_prefix_date(original_file_path):
    with pdfplumber.open(original_file_path) as pdf:
        # 遍历PDF中的每一页
        for page in pdf.pages:
            # 提取当前页的文本
            text = page.extract_text()

            date_line = re.search(r'开票日期：(.*)', text)

            # 如果找到包含“开票日期”的行
            if date_line:
                # 提取日期部分（假设日期后面没有冒号或其他分隔符）
                invoice_date = date_line.group(1).strip()
                print(f"找到发票日期: {invoice_date}")
                return invoice_date

def batch_rename_pdf_invoices(directory):
    # 遍历指定目录中的所有文件
    current_number = "001"  # 初始化变量为"001"
    for filename in os.listdir(directory):

        # 检查文件是否以.pdf结尾，并且满足你的发票文件名规则（例如包含'invoice'）
        if filename.lower().endswith('.pdf') :
            # 构建原始文件的完整路径
            original_file_path = os.path.join(directory, filename)

            new_prefix=new_prefix_tt(original_file_path)
            new_date=new_prefix_date(original_file_path)
            # 构建新文件名的前缀（保留原始文件的扩展名）
            new_filename = f"{new_date}{new_prefix}{current_number}{os.path.splitext(filename)[1]}"

            # 构建新文件的完整路径
            new_file_path = os.path.join(directory, new_filename)

            # 重命名文件
            os.rename(original_file_path, new_file_path)
            current_number = str(int(current_number) + 1).zfill(3)  # 递增并填充零
            print(f"Renamed '{filename}' to '{new_filename}'")

# 使用示例
directory = r"C:\123"  # 发票文件所在的文件夹路径


if __name__ == '__main__':

    batch_rename_pdf_invoices(directory)

# 访问 https://www.jetbrains.com/help/pycharm/ 获取 PyCharm 帮助

调味包

有直接调用API的吗？

zjg121

调味包 发表于 2024-5-5 14:41
有直接调用API的吗？

https://www.52pojie.cn/thread-1920332-1-1.html

52soft

这个才是最好的工具

py学徒

离线版 才有意义。

52soft

    from pywinauto import Application
  File "C:\Program Files\Python312\Lib\site-packages\pywinauto\__init__.py", line 59, in <module>
    import win32api  # noqa: E402
ModuleNotFoundError: No module named 'win32api'
这是什么错误？

zjg121

52soft 发表于 2024-5-5 17:38
from pywinauto import Application
  File "C:\Program Files\Python312\Lib\site-packages\pywinaut ...

可能没有安装需要的库。试试：pip install pywin32

如果调试中出现问题，可以把提示输入到文心一言、讯飞星火、通义千问等ai中，看看怎样解决。

调味包

zjg121 发表于 2024-5-5 14:48
https://www.52pojie.cn/thread-1920332-1-1.html

收到 麻烦了

seekwe

没有并发限制?

lgf000

有没有成品啊 小白不会用 感谢大佬