Update README.md

Author: TTyb

README.md

@@ -1,6 +1,11 @@
-## 百度指数抓取，再用图像识别得到指数
-### 安装的库很多：
->谷歌图像识别tesseract-ocr
+## 百度指数抓取，再用图像识别得到指数
+
+## 前言：
+土福曾说，百度指数很难抓，在淘宝上面是20块1个关键字：
+![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110162432795-1923984431.png)
+
+### 安装的库很多：
+>谷歌图像识别tesseract-ocr
 
 >pip3 install pillow
 
@@ -12,40 +17,40 @@
 
 >chromedriver.exe
 
-### 图像识别验证码请参考我的博客：
-[python图像识别--验证码](http://www.cnblogs.com/TTyb/p/5996847.html)
+### 图像识别验证码请参考我的博客：
+[python图像识别--验证码](http://www.cnblogs.com/TTyb/p/5996847.html)
 
-### selenium用法请参考我的博客：
-[python之selenium](http://www.cnblogs.com/TTyb/p/5842015.html)
+### selenium用法请参考我的博客：
+[python之selenium](http://www.cnblogs.com/TTyb/p/5842015.html)
 
-### 进入百度指数需要登陆，登陆的账号密码写在文本account里面：
+### 进入百度指数需要登陆，登陆的账号密码写在文本account里面：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110153714827-1835068903.png)
 
-### 万能登陆代码如下：
+### 万能登陆代码如下：
 ```
-# 打开浏览器
+# 打开浏览器
 def openbrowser():
     global browser
 
     # https://passport.baidu.com/v2/?login
     url = "https://passport.baidu.com/v2/?login&tpl=mn&u=http%3A%2F%2Fwww.baidu.com%2F"
-    # 打开谷歌浏览器
+    # 打开谷歌浏览器
     # Firefox()
     # Chrome()
     browser = webdriver.Chrome()
-    # 输入网址
+    # 输入网址
     browser.get(url)
-    # 打开浏览器时间
-    # print("等待10秒打开浏览器...")
+    # 打开浏览器时间
+    # print("等待10秒打开浏览器...")
     # time.sleep(10)
 
-    # 找到id="TANGRAM__PSP_3__userName"的对话框
-    # 清空输入框
+    # 找到id="TANGRAM__PSP_3__userName"的对话框
+    # 清空输入框
     browser.find_element_by_id("TANGRAM__PSP_3__userName").clear()
     browser.find_element_by_id("TANGRAM__PSP_3__password").clear()
 
-    # 输入账号密码
-    # 输入账号密码
+    # 输入账号密码
+    # 输入账号密码
     account = []
     try:
         fileaccount = open("../baidu/account.txt")
@@ -55,40 +60,40 @@ def openbrowser():
         fileaccount.close()
     except Exception as err:
         print(err)
-        input("请正确在account.txt里面写入账号密码")
+        input("请正确在account.txt里面写入账号密码")
         exit()
     browser.find_element_by_id("TANGRAM__PSP_3__userName").send_keys(account[0])
     browser.find_element_by_id("TANGRAM__PSP_3__password").send_keys(account[1])
 
-    # 点击登陆登陆
+    # 点击登陆登陆
     # id="TANGRAM__PSP_3__submit"
     browser.find_element_by_id("TANGRAM__PSP_3__submit").click()
 
-    # 等待登陆10秒
-    # print('等待登陆10秒...')
+    # 等待登陆10秒
+    # print('等待登陆10秒...')
     # time.sleep(10)
-    print("等待网址加载完毕...")
+    print("等待网址加载完毕...")
 
-    select = input("请观察浏览器网站是否已经登陆(y/n)：")
+    select = input("请观察浏览器网站是否已经登陆(y/n)：")
     while 1:
         if select == "y" or select == "Y":
-            print("登陆成功！")
-            print("准备打开新的窗口...")
+            print("登陆成功！")
+            print("准备打开新的窗口...")
             # time.sleep(1)
             # browser.quit()
             break
 
         elif select == "n" or select == "N":
-            selectno = input("账号密码错误请按0，验证码出现请按1...")
-            # 账号密码错误则重新输入
+            selectno = input("账号密码错误请按0，验证码出现请按1...")
+            # 账号密码错误则重新输入
             if selectno == "0":
 
-                # 找到id="TANGRAM__PSP_3__userName"的对话框
-                # 清空输入框
+                # 找到id="TANGRAM__PSP_3__userName"的对话框
+                # 清空输入框
                 browser.find_element_by_id("TANGRAM__PSP_3__userName").clear()
                 browser.find_element_by_id("TANGRAM__PSP_3__password").clear()
 
-                # 输入账号密码
+                # 输入账号密码
                 account = []
                 try:
                     fileaccount = open("../baidu/account.txt")
@@ -98,57 +103,57 @@ def openbrowser():
                     fileaccount.close()
                 except Exception as err:
                     print(err)
-                    input("请正确在account.txt里面写入账号密码")
+                    input("请正确在account.txt里面写入账号密码")
                     exit()
 
                 browser.find_element_by_id("TANGRAM__PSP_3__userName").send_keys(account[0])
                 browser.find_element_by_id("TANGRAM__PSP_3__password").send_keys(account[1])
-                # 点击登陆sign in
+                # 点击登陆sign in
                 # id="TANGRAM__PSP_3__submit"
                 browser.find_element_by_id("TANGRAM__PSP_3__submit").click()
 
             elif selectno == "1":
-                # 验证码的id为id="ap_captcha_guess"的对话框
-                input("请在浏览器中输入验证码并登陆...")
-                select = input("请观察浏览器网站是否已经登陆(y/n)：")
+                # 验证码的id为id="ap_captcha_guess"的对话框
+                input("请在浏览器中输入验证码并登陆...")
+                select = input("请观察浏览器网站是否已经登陆(y/n)：")
 
         else:
-            print("请输入“y”或者“n”！")
-            select = input("请观察浏览器网站是否已经登陆(y/n)：")
+            print("请输入“y”或者“n”！")
+            select = input("请观察浏览器网站是否已经登陆(y/n)：")
 ```
 
-### 登陆的页面：
+### 登陆的页面：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110154107624-1393804790.png)
 
-### 登陆过后需要打开新的窗口，也就是打开百度指数，并且切换窗口，在selenium用：
+### 登陆过后需要打开新的窗口，也就是打开百度指数，并且切换窗口，在selenium用：
 ```
-# 新开一个窗口，通过执行js来新开一个窗口
+# 新开一个窗口，通过执行js来新开一个窗口
 js = 'window.open("http://index.baidu.com");'
 browser.execute_script(js)
-# 新窗口句柄切换，进入百度指数
-# 获得当前打开所有窗口的句柄handles
-# handles为一个数组
+# 新窗口句柄切换，进入百度指数
+# 获得当前打开所有窗口的句柄handles
+# handles为一个数组
 handles = browser.window_handles
 # print(handles)
-# 切换到当前最新打开的窗口
+# 切换到当前最新打开的窗口
 browser.switch_to_window(handles[-1])
     
 ```
 
-### 清空输入框，构造点击天数：
+### 清空输入框，构造点击天数：
 ```
-# 清空输入框
+# 清空输入框
 browser.find_element_by_id("schword").clear()
-# 写入需要搜索的百度指数
+# 写入需要搜索的百度指数
 browser.find_element_by_id("schword").send_keys(keyword)
-# 点击搜索
+# 点击搜索
 # <input type="submit" value="" id="searchWords" onclick="searchDemoWords()">
 browser.find_element_by_id("searchWords").click()
 time.sleep(2)
-# 最大化窗口
+# 最大化窗口
 browser.maximize_window()
-# 构造天数
-sel = int(input("查询7天请按0，30天请按1，90天请按2，半年请按3："))
+# 构造天数
+sel = int(input("查询7天请按0，30天请按1，90天请按2，半年请按3："))
 day = 0
 if sel == 0:
     day = 7
@@ -160,52 +165,52 @@ elif sel == 3:
     day = 180
 sel = '//a[@rel="' + str(day) + '"]'
 browser.find_element_by_xpath(sel).click()
-# 太快了
+# 太快了
 time.sleep(2)
 ```
 
-### 天数也就是这里：
+### 天数也就是这里：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110154603561-1092775179.png)
 
-### 找到图形框：
+### 找到图形框：
 ```
 xoyelement = browser.find_elements_by_css_selector("#trend rect")[2]
 ```
 
-### 图形框就是：
+### 图形框就是：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110154817608-982142410.png)
 
-### 根据坐标点的不同构造偏移量：
+### 根据坐标点的不同构造偏移量：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110155142530-319352053.png)
 
-### 选取7天的坐标来观察：
->第一个点的横坐标为1031.66666
+### 选取7天的坐标来观察：
+>第一个点的横坐标为1031.66666
 
->第二个点的横坐标为1234
+>第二个点的横坐标为1234
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110155720764-1186100464.png)
 
-所以7天两个坐标之间的差为：202.33，其他的天数类似
+所以7天两个坐标之间的差为：202.33，其他的天数类似
 
-### 用selenium库来模拟鼠标滑动悬浮：
+### 用selenium库来模拟鼠标滑动悬浮：
 ```
 from selenium.webdriver.common.action_chains import ActionChains
 ActionChains(browser).move_to_element_with_offset(xoyelement,x_0,y_0).perform()
 ```
 
-### 但是这样子确定的点指出是在这个位置：
+### 但是这样子确定的点指出是在这个位置：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110155752202-120333333.png)
 
-也就是矩形的左上角，这里是不会加载js显示弹出框的，所以要给横坐标+1：
+也就是矩形的左上角，这里是不会加载js显示弹出框的，所以要给横坐标+1：
 ```
 x_0 = 1
 y_0 = 0
 ```
 
-### 写个按照天数的循环，让横坐标累加：
+### 写个按照天数的循环，让横坐标累加：
 ```
-# 按照选择的天数循环
+# 按照选择的天数循环
 for i in range(day):
-    # 构造规则
+    # 构造规则
     if day == 7:
         x_0 = x_0 + 202.33
     elif day == 30:
@@ -216,73 +221,73 @@ for i in range(day):
         x_0 = x_0 + 6.78
 ```
 
-### 鼠标横移时会弹出框，在网址里面找到这个框：
+### 鼠标横移时会弹出框，在网址里面找到这个框：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110160257592-723215476.png)
 
-### selenium自动识别之...：
+### selenium自动识别之...：
 ```
 # <div class="imgtxt" style="margin-left:-117px;"></div>
 imgelement = browser.find_element_by_xpath('//div[@id="viewbox"]')
 ```
 
-### 并且确定这个框的大小位置：
+### 并且确定这个框的大小位置：
 ```
-# 找到图片坐标
+# 找到图片坐标
 locations = imgelement.location
 print(locations)
-# 找到图片大小
+# 找到图片大小
 sizes = imgelement.size
 print(sizes)
-# 构造指数的位置
+# 构造指数的位置
 rangle = (int(locations['x']), int(locations['y']), int(locations['x'] + sizes['width']),
           int(locations['y'] + sizes['height']))
 ```
 
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110160502389-924750650.png)
 
-### 下面的思路就是：
->1. 将整个屏幕截图下来
+### 下面的思路就是：
+>1. 将整个屏幕截图下来
 
->2. 打开截图用上面得到的这个坐标rangle进行裁剪
+>2. 打开截图用上面得到的这个坐标rangle进行裁剪
 
-### 但是最后裁剪出来的是上面的那个黑框，我想要的效果是：
+### 但是最后裁剪出来的是上面的那个黑框，我想要的效果是：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110160724577-1831216031.jpg)
 
-### 所以要对rangle进行计算，但是我懒，忽略了搜索词的长度，直接暴力的写成：
+### 所以要对rangle进行计算，但是我懒，忽略了搜索词的长度，直接暴力的写成：
 ```
-# 构造指数的位置
+# 构造指数的位置
 rangle = (int(locations['x'] + sizes['width']/3), int(locations['y'] + sizes['height']/2), int(locations['x'] + sizes['width']*2/3),
           int(locations['y'] + sizes['height']))
 ```
 
-### 这个写法最终不太好，最起码要对keyword的长度进行判断，长度过长会导致截图坐标出现偏差，反正我知道怎么做，就是不写出来给你们看！
+### 这个写法最终不太好，最起码要对keyword的长度进行判断，长度过长会导致截图坐标出现偏差，反正我知道怎么做，就是不写出来给你们看！
 
-### 后面的完整代码是：
+### 后面的完整代码是：
 ```
 # <div class="imgtxt" style="margin-left:-117px;"></div>
 imgelement = browser.find_element_by_xpath('//div[@id="viewbox"]')
-# 找到图片坐标
+# 找到图片坐标
 locations = imgelement.location
 print(locations)
-# 找到图片大小
+# 找到图片大小
 sizes = imgelement.size
 print(sizes)
-# 构造指数的位置
+# 构造指数的位置
 rangle = (int(locations['x'] + sizes['width']/3), int(locations['y'] + sizes['height']/2), int(locations['x'] + sizes['width']*2/3),
           int(locations['y'] + sizes['height']))
-# 截取当前浏览器
+# 截取当前浏览器
 path = "../baidu/" + str(num)
 browser.save_screenshot(str(path) + ".png")
-# 打开截图切割
+# 打开截图切割
 img = Image.open(str(path) + ".png")
 jpg = img.crop(rangle)
 jpg.save(str(path) + ".jpg")
 ```
 
-### 但是后面发现裁剪的图片太小，识别精度太低，所以需要对图片进行扩大：
+### 但是后面发现裁剪的图片太小，识别精度太低，所以需要对图片进行扩大：
 ```
-# 将图片放大一倍
-# 原图大小73.29
+# 将图片放大一倍
+# 原图大小73.29
 jpgzoom = Image.open(str(path) + ".jpg")
 (x, y) = jpgzoom.size
 x_s = 146
@@ -291,23 +296,23 @@ out = jpgzoom.resize((x_s, y_s), Image.ANTIALIAS)
 out.save(path + 'zoom.jpg', 'png', quality=95)
 ```
 
-原图大小请 **右键->属性->详细信息** 查看，我的是长73像素，宽29像素
+原图大小请 **右键->属性->详细信息** 查看，我的是长73像素，宽29像素
 
-### 最后就是图像识别
+### 最后就是图像识别
 ```
-# 图像识别
+# 图像识别
 index = []
 image = Image.open(str(path) + "zoom.jpg")
 code = pytesseract.image_to_string(image)
 if code:
     index.append(code)
 ```
 
-### 最后效果图：
+### 最后效果图：
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110161512889-300916957.png)
 
 ![](http://images2015.cnblogs.com/blog/996148/201611/996148-20161110161525874-60911542.png)
 
 
-## 详细解说请观看我的博客：
-[TTyb](http://www.cnblogs.com/TTyb)
+## 详细解说请观看我的博客：
+[TTyb](http://www.cnblogs.com/TTyb)