使用Python调用Tesseract处理reCAPTCHA时__init__.py语法错误排查

嘿，这个错误其实很好定位——你用的tesseract库是给Python 2写的，但你现在跑的是Python 3环境！

Python 2里print是个语句，直接写print 'xxx'没问题，但Python 3把print改成了函数，必须加括号写成print('xxx')。你看到的这句print 'Creating user config file: {}'.format(_config_file_usr)就是典型的Python 2语法，放到Python 3里自然会报SyntaxError。

给你几个可行的解决办法：

推荐方案：换成兼容Python3的pytesseract库 #

你现在用的这个tesseract包太老旧了，官方推荐的Python3兼容库是pytesseract，用起来更稳定，社区支持也更好。

1. 先安装库：

   pip install pytesseract
   

2. 别忘了安装Tesseract OCR引擎本身（如果还没装的话），然后在代码里配置引擎路径（如果它不在系统环境变量PATH里）：

   import pytesseract
   from PIL import Image
   
   # 替换成你的Tesseract安装路径
   pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
   
   # 示例：识别验证码图片
   captcha_img = Image.open('your_recaptcha_image.png')
   recognized_text = pytesseract.image_to_string(captcha_img)
   print(recognized_text)
   

临时方案：修改旧库的代码（不推荐） #

如果你暂时不想换库，可以手动修改报错的文件：
找到C:\python\lib\site-packages\tesseract\__init__.py的第34行，把：

print 'Creating user config file: {}'.format(_config_file_usr)

改成：

print('Creating user config file: {}'.format(_config_file_usr))

不过要注意，这么改只是临时解决，以后更新这个库的话，修改的内容会被覆盖，而且这个库可能还有其他Python2语法的问题，迟早会再报错。

不推荐方案：切换到Python2环境 #

你也可以装个Python2.7来跑代码，但Python2已经停止维护好几年了，安全漏洞没人修，而且很多新库都不支持它，真心不建议这么做。

另外提一句：reCAPTCHA本身就是专门防自动化识别的，用Tesseract这种普通OCR工具识别成功率极低，大概率达不到你想要的效果哦。

内容的提问来源于stack exchange，提问作者rharmed