我是一名大学生，是时候再次购买教科书了。本季度有超过 20 本书我需要上课。通常这没什么大不了的，因为我只需将 ISBN 复制并粘贴到亚马逊。但是，ISBN 会在我学校的图书网站上转换为图像。我想要做的就是将 ISBN 放入一个字符串中，这样我就不必手动输入每一个。我已经使用 GOCR 将图像转换为文本，但我想将它与 Ruby 脚本一起使用，这样我就可以自动化这个过程并为我的同学做同样的事情。
我可以导航到该站点。如何将图像保存到计算机上的文件（运行 UBUNTU），使用 GOCR 转换图像，最后将其保存到文件中，以便我可以使用 Ruby 脚本再次访问它们？
GOCR 一开始似乎是一个不错的选择，但从我自己的“研究”中可以看出，质量对于日常使用来说还不够。也许这可能会导致问题，具体取决于图像输入。如果它不适合您，请尝试 Google Docs 的“新”功能，它允许您为 OCR 上传图像。然后，您可以使用一些 google api 检索结果（那里有很多，但我使用的是gdata-ruby-util，它需要一些黑客攻击。
您也可以将 tesseract-ocr 用于 OCR 部分，它也是开源的并且正在积极开发中。
对于检索部分，我还是会坚持 hpricot，超级强大和灵活。
听起来像是一个很酷的项目，如果 ISBN 图像存储在单独的文件中，应该不会太难。
这一切都可以在后台运行：
您所需要的只是一个 url 列表或一个爬虫（机械化），然后您可能需要花几分钟时间为大学 html 页面编写一个解析器（参见 joe 的帖子）。