小编dig*_*emy的帖子

我最近使用了tesseract OCR和python,当我尝试image_to_string从tesseract 导入时,我一直收到错误.

导致问题的代码:

# Perform OCR using tesseract-ocr library
from tesseract import image_to_string
image = Image.open('input-NEAREST.tif')
print image_to_string(image)

上述代码导致的错误:

Traceback (most recent call last):  
file "./captcha.py", line 52, in <module>  
from tesseract import image_to_string  
ImportError: cannot import name image_to_string

我已经确认安装了tesseract模块:

digital_alchemy@roaming-gnome /home $ pydoc modules | grep 'tesseract'
Hdf5StubImagePlugin _tesseract          gzip                sipconfig
ORBit               cairo               mako                tesseract

我相信我已经抓住了所有必需的套餐,但不幸的是我只是陷入了困境.看来该功能不在模块中.

任何帮助非常感谢.

所以,我正在尝试使用python获得与使用bash脚本类似的结果.

bash脚本的代码:

    #!/bin/bash

    for ip in $(seq 1 254); do
        ping -c 1 10.10.10.$ip | grep "bytes from" | cut -d " " -f 4 | cut -d ":" -f 1 &
    done

我想做的是以相似的速度获得相同的结果.我对每个版本的python脚本所遇到的问题是,与批处理脚本所花费的几秒钟相比,它需要很长时间才能完成.

批处理文件大约需要2秒来扫描一个/ 24网络,而我可以用python脚本获得的最佳时间大约为5-8分钟.

最新版本的python脚本:

import subprocess

cmdping = "ping -c1 10.10.10."

for x in range (2,255):
    p = subprocess.Popen(cmdping+str(x), shell=True, stderr=subprocess.PIPE)

    while True:
        out = p.stderr.read(1)
        if out == '' and p.poll() != None:
            break
        if out != '':
            sys.stdout.write(out)
            sys.stdout.flush()

我在python中尝试了几种不同的方法,但是无法接近bash脚本的速度.

有什么建议？

我正在尝试编写一个快速的python脚本来遍历当前文件夹中的所有csv文件，并从它们中删除标题行，然后将它们存储在单独的文件夹中。

当前的工作目录包含四个示例csv文件和python脚本。执行后，脚本将创建HeaderRemoved目录。

看来，一旦创建了文件夹，试图读取文件的代码就会尝试访问该文件夹，但是查看代码后，我不确定为什么会这样。

我目前在Windows机器上。

import csv, os, argparse, string
from ctypes import *

os.makedirs('HeaderRemoved', exist_ok=True)

# Loop through files in the current working directory
for csvFile in os.listdir('.'):
    if not csvFile.endswith('.csv'):
        continue                            # Skips non-csv files
    print ('Removing header from ' + csvFile + '...')

# Read in CSV skipping the first row
csvRows = []
csvFileObj = open(csvFile)
csvReader = csv.reader(csvFileObj)

for row in csvReader:
    if csvReader.line_num == 1:
        continue                            # Skips the first row
    csvRows.append(row)
csvFileObj.close()

# Write …