[发明专利]一种基于图像识别的网页数据解析方法及系统

权利要求书

1.一种基于图像识别的网页数据解析方法，其特征在于：包括，

安装python开发模块；

通过所述python开发模块安装selenium库和pytesseract库；

安装浏览器并下载相应版本的浏览器驱动文件；

利用所述selenium库驱动所述浏览器访问目标网站，并对目标数据进行截图；

通过所述pytesseract库对截图进行图像识别；

解析出所述目标数据。

2.根据权利要求1所述的基于图像识别的网页数据解析方法，其特征在于：所述python开发模块选择python3.5.4版本。

3.根据权利要求1所述的基于图像识别的网页数据解析方法，其特征在于：安装所述selenium库和所述pytesseract库具体包括，

调用所述python开发模块；

终端输入pip安装命令；

安装所述selenium库和所述pytesseract库。

4.根据权利要求1或3所述的基于图像识别的网页数据解析方法，其特征在于：所述selenium库选择selenium3.14.1库。

5.根据权利要求1或3所述的基于图像识别的网页数据解析方法，其特征在于：所述pytesseract库选择pytesseract0.3.0库。

6.根据权利要求1所述的基于图像识别的网页数据解析方法，其特征在于：所述浏览器选择79.0.3945.36版本谷歌浏览器，并下载相应驱动文件。

7.一种基于图像识别的网页数据解析系统，其特征在于：包括，

安装模块(100)，所述安装模块(100)用于安装python开发模块、selenium库、pytesseract库、浏览器及浏览器驱动文件；

控制模块(200)，所述控制模块(200)使用所述selenium库和所述pytesseract库的功能组合编写完成所述浏览器的控制、截图和OCR识别解析目标数据。

8.根据权利要求8所述的基于图像识别的网页数据解析系统，其特征在于：所述控制模块(200)具体包括，

驱动单元，用于利用所述selenium库驱动所述浏览器访问目标网站；

截图单元，使用所述selenium库内置的截图功能对所述目标数据进行截图；

图像识别单元，使用所述pytesseract库对截图进行图像识别；

解析单元，用于对图像识别后的所述目标数据进行解析。