python识别文言文
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python识别文言文相关的知识,希望对你有一定的参考价值。
参考技术A1. python 判断是不是中文字
法一:
isinstance(s, str) 用来判断是否为一般字符串
isinstance(s, unicode) 用来判断是否为unicode
或
if type(str).__name__!="unicode":
str=unicode(str,"utf-8")
else:
pass
法二:
Python chardet 字符编码判断
使用 chardet 可以很方便的实现字符串/文件的编码检测。尤其是中文网页,有的页面使用GBK/GB2312,有的使用UTF8,如果你需要去爬一些页面,知道网页编码很重要的,虽然html页面有charset标签,但是有些时候是不对的。那么chardet就能帮我们大忙了。
chardet实例
>>> import urllib
>>> rawdata = urllib.urlopen(\'/\').read()
>>> import chardet
>>> chardet.detect(rawdata)
\'confidence\': 0.98999999999999999, \'encoding\': \'GB2312\'
>>>chardet可以直接用detect函数来检测所给字符的编码。函数返回值为字典,有2个元数,一个是检测的可信度,另外一个就是检测到的编码。
chardet 安装
下载chardet后,解压chardet压缩包,直接将chardet文件夹放在应用程序目录下,就可以使用import chardet开始使用chardet了。
或者使用setup.py安装文件,将chardet拷贝到Python系统目录下,这样所有的python程序只要用import chardet就可以了。
2. 在pycharm学python 怎么识别汉子
PyCharm配置
PyCharm默认Python脚本编码是UTF-8,我们将其设置为GBK:
进入file>setting,在输入框搜索encoding
保存设置并重启PyCharm,这样默认编码就生效了,可在右下角查看
END
Python 2
笔者使用的Python版本是2.7.11。Python 2 的中文支持需要做两件事:
①在代码前端增加代码:# -*-coding:gbk-*-
②在中文前加u前缀,如:u"你好"
运行代码,检查是否已成功支持中文字符
END
Python 3
笔者使用的Python版本是3.5.1。Python 3 的中文支持只需要做一件事即可:
①在代码前端增加代码:# -*-coding:gbk-*-
3. python有什么好的本地文字识别
你好,如果是英文的话。你可以用下面的库。
pytesser,OCR in Python using the Tesseract engine from Google。是谷歌OCR开源项目的一个模块,可将图片中的文字转换成文本(主要是英文)
如果要识别中文还需要下载对应的训练集:
下载”chi_sim.traineddata”,然后copy到训练数据集的存放路径。下面是一个例子的代码。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import pytesseract
from PIL import Image
# open image
image = Image.open(\'test.png\')
code = pytesseract.image_to_string(image, lang=\'chi_sim\')
print(code)
4. 怎么读取整个文件 python
Python 读写文本文件首先需要注意的是,txt文件是具有字符编码的,不同的txt字符编码可能不同。
具体是什么编码,可以用 notepad++ 等文本编辑器查看。读取文件建议使用 with。
as。 结构,可以自动关闭文件。
with open("text.txt", "r") as f:text = f.read()print(text)如果不用 with。as。
则必须手动关闭文件:f = open("text.txt", "r")text = f.read()f.close()print(text)如果读取的文件含有中文,使用内置的open可能会报错,这个时候要用到codecs模块:import codecswith codecs.open("text.txt", "r", encoding="utf-8") as f:text = f.read()print(text)(假设 text.txt 是 utf-8 编码)。
5. Python手写识别怎么识
import os
import OperatePicture as OP
import OperateDatabase as OD
import PictureAlgorithm as PA
import csv
##Essential vavriable 基础变量
#Standard size 标准大小
N = 100
#Gray threshold 灰度阈值
color = 200/255
n = 10
#读取原CSV文件
reader = list(csv.reader(open(\'Database.csv\', encoding = \'utf-8\')))
#清除读取后的第一个空行
del reader[0]
#读取num目录下的所有文件名
fileNames = os.listdir(r"./num/")
#对比fileNames与reader,得到新增的图片newFileNames
newFileNames = OD.NewFiles(fileNames, reader)
print(\'New pictures are: \', newFileNames)
#得到newFilesNames对应的矩阵
pic = OP.GetTrainPicture(newFileNames)
#将新增图片矩阵存入CSV中
OD.SaveToCSV(pic, newFileNames)
#将原数据库矩阵与新数据库矩阵合并
pic = OD.Combination(reader, pic)
#得到待识别图片
testFiles = os.listdir(r"./test/")
testPic = OP.GetTestPicture(testFiles)
#计算每一个待识别图片的可能分类
result = PA.CalculateResult(testPic, pic)
for item in result:
for i in range(n):
print(\'第\'+str(i+1)+\'个向量为\'+str(item[i+n])+\',距离为\'+str(item[i]))
Python的学习之旅———Hello Python
Python是一门编程语言,用来编写命令,从而指挥计算机工作。
就像人类语言有汉语、英语、法语、斯瓦西里语等等。编程语言也有很多种(c、c++、java等等)而python就是其中的一种。如汉语经历文言文、白话文、普通话一样,编程语言也经历了机器语言、汇编语言、高级语言三个阶段。而高级语言更贴近人类语言(为毛是英语),所以编程语言必须被翻译成二进制后才能被计算机理解和执行。而按照编程语言的翻译方式分为:
1.编译型语言(需要编译器,相当于某雷下载:全下载完了才能看):如C,执行速度快(可以随便快进),调试麻烦(视频中间有坏帧就要从新下载)。
2.解释型语言(需要解释器,相当于某播:边下载就能边看):如Python,执行速度慢(不可以快进),调试方便(可以短点续传)。
对于刚刚作为入门学习编程语言,不管是从学习成本方面考虑,还是从语言流行程度方面衡量,python都是明智的选择。
以上是关于python识别文言文的主要内容,如果未能解决你的问题,请参考以下文章
Python人工智能之图片识别,Python3一行代码实现图片文字识别