python可以处理数据么_python处理数据（二）

处理PDF文件

PyPDF2简介

作为 PDF 工具包构建的纯 python 库。它可以:

提取文档信息(标题，作者，... ...)

一页一页地分割文件

一页一页地合并文件

裁剪页面

将多个页面合并成一个页面

加密和解密 PDF 文件

通过使用纯 Python，它应该在任何 Python 平台上运行，而不需要依赖外部库。它也可以完全使用 StringIO 对象而不是文件流，允许内存中的 PDF 操作。因此，对于管理或操作 pdf 文档的网站来说，它是一个有用的工具。

importcodecsimportPyPDF2importos

files= list() #建立一个存放pdf文件的列表

for fileName in os.listdir("book"): #遍历之前生成的pdf所在的文件夹

if fileName.endswith(".pdf"): #找出以.pdf结尾的文件

files.append(fileName) #将查找出来的pdf文件放进files列表中

newFiles= sorted(files, key=lambda d: int(d.split(".pdf")[0])) #对列表中的文件进行排序

print(newFiles)

os.chdir("book")

pdfWriter= PyPDF2.PdfFileWriter()#生成一个空白的pdf文件

for item innewFiles:

pdfReader= PyPDF2.PdfFileReader(open(item, "rb")) #以只读的方式依次打开每个pdf

for page in range(pdfReader.numPages): #读取pdf有多少页

pdfWriter.addPage(pdfReader.getPage(page)) #将打开的pdf文件内容一页一页的复制到空白pdf文件里面pdfWriter

with codecs.open("books.pdf", "wb") as f: #生成books.pdf文件

pdfWriter.write(f) #将复制的内容写入到books.pdf文件中

最后生成一个pdf文件，即books.pdf，包含之前所有的章节的内容。

处理图片

图像处理是一门应用非常广的技术，而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴。PIL （Python Imaging Library）是 Python 中最常用的图像处理库，如果你是python2.x，可以通过以下地址进行下载：http://www.pythonware.com/products/pil/index.htm，找到相对应的版本进行下载就可以了。

注意：PIL模块在python3.x中已经替换成pillow模块，文档地址：http://pillow.readthedocs.io/en/latest/，直接使用pip3 install pillow即可安装模块，导入时使用from PIL import Image。

安装模块

pip install pillow

例子：

from PIL importImage

image= Image.open("test.jpg")print(image.format, image.size, image.mode) #打印出图片格式、尺寸、模式

image.show() #把图片显示出来

结果如下：

Image的三个属性：

format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 None 值。

size : 返回的一个元组，有两个元素，其值为象素意义上的宽和高。

mode : RGB（true color image），此外还有，L（luminance），CMTK（pre-press image）。

Image的方法介绍：

show()：显示最近加载的图像

open(infilename): 打开文件

save(outfilename)：保存文件

crop((left, upper, right, lower))：从图像中提取出某个矩形大小的图像。它接收一个四元素的元组作为参数，各元素为（left, upper, right, lower），坐标系统的原点（0, 0）是左上角。

#image的方法#image.show()#image.open(file)#image.save(outputfile)#image.crop(left, upper, right, lower) # 抠图

#Image的几何处理：#out = im.resize((128, 128)) # 调整图片大小#out = im.rotate(45) # 逆时针旋转 45 度角。#out = im.transpose(Image.FLIP_LEFT_RIGHT) # 左右对换。#out = im.transpose(Image.FLIP_TOP_BOTTOM) # 上下对换。#out = im.transpose(Image.ROTATE_90) # 旋转 90 度角。#out = im.transpose(Image.ROTATE_180) # 旋转 180 度角。#out = im.transpose(Image.ROTATE_270) # 旋转 270 度角。

抠图，把头像抠出来

from PIL importImage

image= Image.open("test.jpg")

cutjpg= image.crop((320, 65, 460, 220))

cutjpg.show()

结果如下：

把头像翻转180度

from PIL importImage

image= Image.open("test.jpg")

position= (320, 65, 460, 220)

cutjpg=image.crop(position).transpose(Image.ROTATE_180)

image.paste(cutjpg, position)

image.show()

结果如下：

把图片缩小

from PIL importImage

image= Image.open("test.jpg")

position= (320, 65, 460, 220)

cutjpg=image.crop(position).transpose(Image.ROTATE_180)

image.paste(cutjpg, position)

(x, y)=image.size

newx= 30newy= int(y*newx/x)

newimage=image.resize((newx, newy))

newimage.show()

结果如下：

生成验证码

importrandomimportstringfrom PIL importImage, ImageFont, ImageDraw, ImageFilter#字体的位置，不同版本的系统会有不同

font_path = "msyh.ttf"

#生成几位数的验证码

number = 4

#生成验证码图片的高度和宽度

size = (100, 30)#背景颜色，默认是白色

bgcolor = (255, 255, 255)#字体颜色，默认是蓝色

fontcolor = (0, 0, 255)#干扰线颜色，默认是红色

linecolor = (255, 0, 0)#是否要加入干扰线

draw_line =True#加入干扰线条数的上下限

line_number = 30

#生成一个随机字符串

defgetNumber():

source= list(string.ascii_letters) +list(string.digits)return "".join(random.sample(source, number))#绘制干扰线

defgetLine(draw, width, height):

begin=random.randint(0, width), random.randint(0, height)

end=random.randint(0, width), random.randint(0, height)

draw.line([begin, end], fill=linecolor)defgetCode():

width, height=size

image= Image.new("RGBA", size, bgcolor)

font= ImageFont.truetype(font_path, 25)

draw=ImageDraw.Draw(image)

text=getNumber()

font_width, font_height=font.getsize(text)

draw.text(((width- font_width) / 2, (height - font_height) / 2), text, font=font, fill=fontcolor) #填充字符串

ifdraw_line:for i inrange(line_number):

getLine(draw, width, height)#image = image.transform((width + 20, height + 10), Image.AFFINE, (1, -0.3, 0, -0.1, 1, 0), Image.BILINEAR) # 创建扭曲

image = image.filter(ImageFilter.EDGE_ENHANCE_MORE) #滤镜，边界加强

image.save('idencode.png') #保存验证码图片

#image.show()

if __name__ == '__main__':

getCode()

结果如下：

python可以处理数据么_python处理数据（二）相关推荐

python建立数据库并序列化_Python之数据序列化（json、pickle、shelve）
一.python类型数据和JSON数据格式互相转换 pthon 中str类型到JSON中转为unicode类型,None转为null,dict对应object 二. 序列化/反序列化将对象转换为可通 ...
python提取数据段_python提取数据段 python数据分析
如何在python中用slice分段取数据? 执行以下操作:&gt&gt a=range(6)&gt&gt a[0, 1, 2, 3, 4,5]&gt& ...
python监控服务器信息进行可视化_Python实现数据可视化，看如何监控你的爬虫
好,开始今天的文章. 今天主要是来说一下怎么可视化来监控你的爬虫的状态. 相信大家在跑爬虫的过程中,也会好奇自己养的爬虫一分钟可以爬多少页面,多大的数据量,当然查询的方式多种多样.今天我来讲一种可视化 ...
python数据预处理_Python数据分析——数据预处理的方法
前言 1. 关于数据集数据来源:日月光华老师的<Python数据分析从入门到机器学习>的 lianjia 数据. 数据概况: cjtaoshu:成交套数 mendian:门店 cjzon ...
python数据分列_Python pandas 数据无法正常分列
在数据处理时,有时需要对数据进行分列,类似于Excel里面的分列功能,这个在pandas里面也可以实现,下面就来详细介绍相关的方法及注意点,前提是你已经对pandas有一定的了解导入数据这里介绍的 ...
python处理csv文件缺失值_python处理数据中缺失值
(1)直接删除法(当缺失值个数只占整体很小一部分时) 在采用删除法处理缺失值时,需要首先检测样本总体中确实值得的个数.python中统计缺失值的方法为: import numpy as np impo ...
python序列类型映射类型_Python的数据访问模型与序列介绍
前面小节介绍了 Python 的 Dict 字典类型,这只是 Python 众多数据类型的其中一个.那么接下来在这个小节里,我们看看 Python 还有哪些数据类型. Python的数据访问模型:直接 ...
python 数据去重_python 对数据常用的几种去重方式
一.对列表去重 1.用循环查找的方式 li = [1,2,3,3,4,2,3,4,5,6,1] news_li = [] for i in li: if i not in news_li: news_ ...
python建立数据库并序列化_python之数据的序列化
参考博客:http://www.cnblogs.com/yyds/p/6563608.html 数据的序列化功能表 json.dumps() 将python数据类型转换为(json)字符串 json. ...
python文件可以包括任何数据内容_python 文件数据合并(数据行不对应)？
这里我们讨论如何利用concat方法进行简单的数据拼接. import pandas as pd ser1 = pd.Series(['A','B','C'], index=[1,2,3]) ser2 ...

python可以处理数据么_python处理数据（二）

python可以处理数据么_python处理数据（二）相关推荐

最新文章

热门文章