你遇到的两个错误是 Python 中非常典型的**字符串转义问题**和**路径操作类型错误**，下面我将逐条解释原因、提供完整解决方案，并附上健壮的跨平台代码。 --- ### ✅ 错误 1：`SyntaxWarning: invalid escape sequence '\T'` ```python tessdata_dir = "D:\Tesseract-OCR\tessdata" # ↑ ↑ # \T 和 \t 都是非法/意外的转义序列！ ``` #### 🔍 原因解释： - 在 Python 普通字符串（`"..."`）中，反斜杠 `\` 是**转义字符前缀**。 - `\T` 不是合法转义（如 `\n`, `\t`, `\r` 等），Python 会发出 `SyntaxWarning`（虽不报错但影响可维护性）； - `\t` 会被**实际解释为 ASCII 制表符（Tab）** → `"D:[Tab]esseract-OCR[Tab]essdata"` → 路径完全错误！ ✅ **后果**：`tessdata_dir` 字符串内容被篡改，后续 `os.path.join()` 或 `Path /` 操作必然失败。 --- ### ✅ 错误 2：`unsupported operand type(s) for /: 'str' and 'str'` ```python tessdata_dir / "chi_sim.traineddata" # ❌ 报错！ ``` #### 🔍 原因解释： - `/` 运算符**仅对 `pathlib.Path` 对象重载支持**，对普通 `str` 类型不支持。 - 你用了字符串 `"D:\..."`，却试图用 `/` 拼接路径 → Python 报 `TypeError`。 --- ### ✅ 正确解决方案（推荐：`pathlib` + 原始字符串/正斜杠） #### ✅ 最佳实践：使用 `pathlib.Path` + 正斜杠 `/`（跨平台、无转义风险） ```python from pathlib import Path # ✅ 方式1：用正斜杠（/）—— Python 自动转换为系统原生分隔符（Windows 也兼容！） tessdata_dir = Path("D:/Tesseract-OCR/tessdata") # ✅ 方式2：用原始字符串 r""（避免任何 \ 转义） tessdata_dir = Path(r"D:\Tesseract-OCR\tessdata") # ✅ 方式3：用双反斜杠（兼容但冗长） tessdata_dir = Path("D:\\Tesseract-OCR\\tessdata") # ✅ 安全拼接文件路径（/ 是 Path 的重载运算符！） traineddata_path = tessdata_dir / "chi_sim.traineddata" print("✅ 路径对象:", traineddata_path) print("✅ 字符串值:", str(traineddata_path)) # 输出: D:\Tesseract-OCR\tessdata\chi_sim.traineddata（Windows） ``` > 💡 提示：`Path("A/B") / "C"` 在 Windows 上自动变成 `A\B\C`，无需手动处理分隔符 —— 这是 `pathlib` 的核心优势！ --- ### ✅ 完整健壮示例：自动下载 `chi_sim.traineddata` 并验证（修复全部问题） ```python import sys from pathlib import Path import urllib.request import subprocess def get_tesseract_tessdata_dir(): """安全获取 Tesseract tessdata 目录（支持 Windows/Linux/macOS）""" try: # 尝试通过命令行获取 result = subprocess.run( ["tesseract", "--print-tessdata-dir"], capture_output=True, text=True, check=True, timeout=5 ) return Path(result.stdout.strip()) except Exception: # 回退常见路径（按优先级） candidates = [ # Windows 典型安装路径 Path(r"C:\Program Files\Tesseract-OCR\tessdata"), Path(r"C:\Users") / (sys.getlogin() if hasattr(sys, 'getlogin') else "Default") / "AppData/Local/Tesseract-OCR/tessdata", # macOS/Linux Path("/usr/local/share/tessdata"), Path("/usr/share/tesseract-ocr/4.00/tessdata"), Path("/usr/share/tesseract-ocr/tessdata"), ] for p in candidates: if p.exists() and p.is_dir(): return p raise RuntimeError("❌ 无法定位 tessdata 目录。请先安装 Tesseract OCR。") def download_chi_sim_traineddata(): url = "https://github.com/tesseract-ocr/tessdata_best/raw/main/chi_sim.traineddata" tessdata_dir = get_tesseract_tessdata_dir() target_file = tessdata_dir / "chi_sim.traineddata" print(f"📁 使用 tessdata 目录: {tessdata_dir}") if target_file.exists(): print("✅ chi_sim.traineddata 已存在，跳过下载。") return True print(f"⬇️ 正在下载 chi_sim.traineddata...") try: urllib.request.urlretrieve(url, target_file) print(f"✅ 下载成功: {target_file}") # 验证是否能被 tesseract 识别 try: result = subprocess.run( ["tesseract", "--list-langs"], capture_output=True, text=True, timeout=10 ) if "chi_sim" in result.stdout: print("🔍 验证通过：tesseract 已加载 chi_sim 语言。") return True else: print("⚠️ 注意：tesseract --list-langs 未显示 chi_sim，请重启终端或检查环境变量。") except Exception as e: print(f"ℹ️ 语言验证跳过（{e}）") return True except Exception as e: print(f"❌ 下载失败: {e}") return False if __name__ == "__main__": success = download_chi_sim_traineddata() sys.exit(0 if success else 1) ``` ✅ 运行此脚本后，即可在 PyTesseract 中安全使用： ```python import pytesseract from PIL import Image # ✅ 显式指定语言（必须！） text = pytesseract.image_to_string( Image.open("sample_zh.png"), lang='chi_sim', config='--psm 3' # 推荐：自动检测段落结构 ) print(text) ``` --- ### ✅ 补充：为什么不用 `os.path.join()`？（对比说明） | 方法 | 是否推荐 | 原因 | |------|----------|------| | `"D:\tessdata"`（普通字符串） | ❌ 危险 | `\t` 变成 Tab，路径崩坏 | | `"D:\\tessdata"` | ⚠️ 可用但易错 | 双反斜杠易漏写，Windows 专属，不跨平台 | | `"D:/tessdata"` | ✅ 简单可用 | 正斜杠在所有系统被 Python 自动适配，无转义风险 | | `Path("D:/tessdata") / "file"` | ✅✅ 强烈推荐 | 类型安全、可读性强、支持链式操作、跨平台、IDE 友好 | ---