# Get HTML code $html = get($url); ------------------------------- ## Grab img from HTML code $ua = LWP::UserAgent->new; my @imgs = (); sub callback { my($tag, %attr) = @_; return if $tag ne 'img'; push(@imgs, values %attr); } $p = HTML::LinkExtor->new(\&callback); $res = $ua->request(HTTP::Request->new(GET => $url), sub {$p->parse($_)}); my $base = $res->base; @imgs = map { $_ = url($_, $base)->abs; } @imgs; #get the fisrt picture from the array; my $img = $imgs; -------------------------------------------- # Download img to server print "GET '$img' > ocr.img\n"; system "GET '$img' > ocr.img"; ---------------------------------------- # Run OCR and save the text to ocr_result system "tesseract ocr_me.img ocr_result"; ------------------------------------------- אפשר הסבר כיצד לעשות את זה?

לא הכוונה פה היא ליצור סקריפט שמוריד את האתר מושך ממנו את התמונה ומריץ עליה OCR והופך את התמונה לטקסט בתוך קובץ. url זה כתובת האתר, זה מוריד את כל התמונות באתר ושומר אותם במערך. אם יש יותר מתמונה אחת עדיף שתכניס אותה לhash table שהמפתח הוא שם התמונה ותוציא אותה בסוף, או שתפרסר את הדף ותוציא רק את התמונה הספציפית שאתה צריך ויש מספר דרכים לעשות זאת. בסוף הוא מוריד את התמונה מפעיל עליה כלי שמחלץ את הטקסט בתמונה ומוציא אותו לקובץ טקסט הנה פתרון לא הכי יעיל אבל עובד:

אני הייתי אצלם בתהליך שארך יותר מחודש וחצי . האופן שבו הם עובדים הוא פשוט חובבני, ממש לא מקצועי. הם מתקשרים אליך ושואלים אותך אם אתה מעוניין לעבוד אצלם אם כן אז מציעים לך אתגר תיכנותי מהבית, שולחם לך מייל שבו יש שם משתמש וסיסמא ומבקשים ממך להתחבר בעזרת putty לשרת שלהם ושם יהיה קובץ instructions שבו יהיו את הפרטים לגבי האתגר. המשימה היא לשלוח בקשת http לשרת שלהם אבל הcatch הוא שבדף יש תמונה captcha וצריך לזהות את המספר שיש בו ולשלוח את המספר עם הבקשת http. הם מציעים להשתמש באיזה תוכנת לינוקס שמצליחה להתגבר על הcaptcha. אפשר לעשות את האתגר בכל שפת תיכנות אבל הם מספקים קוד perl שעושה את רוב העבודה. מורידים את הדף html שיש בו את התמונה, מוציאים את הלינק של התמונה, מורידים את התמונת captcha ומשתמשים בתוכנה שהם הציעו כדי לגלות את המספר בתמונה ואז שולחים את הבקשה עם המספר. רוב הקוד כתוב כבר ורק צריך למצוא את הלינק של התמונה בדף, להוריד אותה ולהשתמש בתוכנה לשליפת המספר. לאחר שבוע הם מתקשרים להודיע שעברת את השלב ומזמנים אותך לראיון hr, כל הראיון היא שואלת אותך שאלות בסיגנון של היה קשה?איך היה בצבא, איך היה קשה?וככה כל הראיון. בסוף הראיון היא מפתיעה אותך ואומרת לך שיש לך מבחן שאורך שעתיים, גם בפרל, מה שהם רוצים במבחן הזה הוא שתפרסר את הדף של גוגל פליי ותשלוף את כל הקטגוריות שיש ותוריד את הדפים של כל הקטגוריות למחשב, מבחן די דומה למבחן הקודם, הם אוסרים על שימוש בספריות חיצונית ומבקשים לפרסר את הדף עם regex, אפילו שממליצים בכל מקום לא להשתמש בregex כדי לפרסר דפים בperl. גם כאן מספקים קטע קוד וצריך רק להוסיף מספר דברים קטנים. לאחר שבוע הם מתקשרים שוב ואומרים שעברת את השלב ומזמנים אותך לראיון hr נוסף, שזה מוזר למה צריך לעשות 2 מבחנים, 2 ראיונות hr??? הגעתי לשם, הבחור שאל אותי את אותם השאלות ששאלה הבחורה בפעם הקודמת וזה אורך 10 דק', הם מביאים בנאדם לתל אביב ל10 דק', חח, כששאלתי אותו אם הם חושבים לייעל את תהליך הגיוס אצלם הוא אמר לי שזה כבר אחרי ייעול,לא הגיוני פשוט שלל את זה בלי לחשוב. אחרי שבוע מתקשרים שוב ואומרים שעברת עוד שלב ושואלים באיזה יד אתה כותב כדי להעביר אותך מבחן גרפולוגיה??? למה צריך את זה אני לא מבין? אחרי עוד כמה ימים מתקשרים ושואלים אם זה עדיין רלבנטי אם כן אז הם קובעים איתך ראיון מקצועי, לי עשו את הראיון בסקייפ בצורה הכי לא יעילה, איחור של המראיין, קליטה גרועה, אי מקצועית אישית, פשוט ביזיון. ואחרי שבוע מחזירים תשובה סופית, במקרה שלי לא התקבלתי, לא יודע מאיזה סיבה אבל אני שמח שלא התקבלתי לחברה הזו, אם ככה הם עובדים בתהליך גיוס אני מאמין שככה גם הם עובדים בכללי, זה כמובן רק הדעה שלי אבל תשפטו בעצמכם.