??大家好，我是不溫卜火，是一名計算機學院大資料專業大三的學生，昵稱來源于成語—不溫不火，本意是希望自己性情溫和，作為一名互聯網行業的小白，博主寫博客一方面是為了記錄自己的學習程序，另一方面是總結自己所犯的錯誤希望能夠幫助到很多和自己一樣處于起步階段的萌新，但由于水平有限，博客中難免會有一些錯誤出現，有紕漏之處懇請各位大佬不吝賜教！暫時只在csdn這一個平臺進行更新，博客主頁：https://buwenbuhuo.blog.csdn.net/，

PS：由于現在越來越多的人未經本人同意直接爬取博主本人文章，博主在此特別宣告：未經本人允許，禁止轉載！！！

一、小小課堂

在爬蟲程序中，有的時候需要登錄，而登錄的時候一般需要驗證碼，

如果手動輸入驗證碼肯定來不及的或達不到預期要求，這里就需要自動登錄，這就意味著需要破解驗證碼，

驗證碼的型別有很多，常見的兩類：

1. 圖形驗證碼
2. 滑塊驗證碼

驗證碼其實有很多種類，我們以這兩種為講解思路引導，

1.文字驗證碼
步驟：
(1)使用selenium訪問
(2)將驗證碼圖片保存
(3)識別
2.滑動驗證
步驟：
(1)計算滑動距離
(2)模擬人滑動(總體思路是先快再慢)

實作文字驗證碼，可以使用影像識別技術，有很多第三方做好的影像識別介面，比如百度的影像文字識別，騰訊的圖形文字識別，華為的圖形文字識別，

有人可能會問：能不能自己做識別技術，肯定可以，但是需要專業領域的知識，對于現如今的我們來說是不太現實的，

也有一些專業做驗證碼識別的網站，比如超級鷹等，這里以超級鷹為例，

至于滑塊驗證此篇博文并不進行講解，下篇博文會專門講解此部分的實戰，

在此先給出超級鷹的官網：http://www.chaojiying.com/

打開之后的效果：

二、如何使用超級鷹

1. 登錄或者注冊
2. 充值或者免費試用
3. 專案中使用
找到開發檔案，官方案例，

現在之后打開如下：
4. 測驗使用
先把測驗圖片和代碼放到專案內

由于下載過來的測驗代碼有一點小問題，因此，此處給出經過博主除錯正確的原始碼

# coding:utf-8

import requests
from hashlib import md5


class Chaojiying_Client(object):

    def __init__(self, username, password, soft_id):
        self.username = username
        password = password.encode('utf8')

        self.password = md5(password).hexdigest()
        self.soft_id = soft_id
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'Connection': 'Keep-Alive',
            'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
        }


    def PostPic(self, im, codetype):
        """
        im: 圖片位元組
        codetype: 題目型別 參考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files,
                          headers=self.headers)
        return r.json()


    def ReportError(self, im_id):
        """
        im_id:報錯題目的圖片ID
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
        return r.json()


if __name__ == '__main__':
    chaojiying = Chaojiying_Client('用戶名', '用戶密碼', '908970')  # 用戶中心>>軟體ID 生成一個替換 96001
    im = open('./a.jpg', 'rb').read()  # 本地圖片檔案路徑 來替換 a.jpg 有時WIN系統須要//
    print(chaojiying.PostPic(im, 1902)["pic_str"])  # 1902 驗證碼型別  官方網站>>價格體系 3.4+版 print 后要加()

此處給出的908970為生成的ID

5. 運行查看識別結果

三、截取超級鷹驗證碼

由于此處我們需要使用到截圖模塊，而python頁提供了pillow操作圖片，我們先安裝pillow模塊，

pip install pillow

我們先來看下登錄部分的樣式：

通過觀察，我們看到驗證碼一直位于同一個部位，因此我們可以想辦法先截取整個圖片，然后根據位置(左上右下)，確定位置在此截圖，最終得到我們需要識別的驗證碼，
代碼實作：

screen_name = "./screen.png"
code_name = "./code.png"

def save_screen(driver,filename):
    # 訪問網頁
    driver.get('http://www.chaojiying.com/user/login/')
    # 保存當前網頁圖片
    driver.save_screenshot("./screen.png")

def save_code(src,dest,rectangle):
    #加載螢屏圖
    img = Image.open(src)
    #截取
    img_new = img.crop(rectangle)
    # 保存
    img_new.save(dest)
    
def main():
    """主程式"""
    # 驅動檔案路徑
    driverfile_path = r'./chromedriver/chromedriver.exe'
    # 啟動瀏覽器
    driver = webdriver.Chrome(driverfile_path)
    # 最大化
    driver.maximize_window()
    #回圈
    while True:
        #保存螢屏圖片
        save_screen(driver,filename=screen_name)
        #保存驗證碼圖片
        save_code(screen_name,code_name,(1110,291,1290,340))

我們可以看到已經成功截取圖片了，在這里可能會有的同學截取不到驗證碼，這是因為首先你的筆記本像素不是100%，其次的的瀏覽器的的比例可能也不是100%，除此之外，win7和win10也是有差距的，由于博主本人的電腦是win10系統，因此只告訴大家wein10如何確定驗證碼的位置，

        #保存驗證碼圖片
        save_code(screen_name,code_name,(1110,291,1290,340))

大家可能會對上述的數字不能理解，下面博主就帶大家看這四個數字都是干什么的，

首先我們先對保存的圖片screen使用系統自帶的畫圖打開

下面我們點擊驗證碼的左上方

下面點擊驗證碼的右下方

這個時候就應該明白那四個數字分別代表什么了把，

四、識別驗證碼

現在我們已經保存了驗證碼下一步就是要識別驗證碼，
首先，我們要匯入下載的官方demo，然后對剛截取的驗證碼進行識別，最終給出識別的驗證碼

from chaojiying import Chaojiying_Client

def decern_code(filename):
    """識別"""
    chaojiying = Chaojiying_Client('自己的用戶名', '自己的密碼', '908970')  # 用戶中心>>軟體ID 生成一個替換 96001
    im = open(filename, 'rb').read()  # 本地圖片檔案路徑 來替換 a.jpg 有時WIN系統須要//
    content =  chaojiying.PostPic(im, 1902)  # 1902 驗證碼型別  官方網站>>價格體系 3.4+版 print 后要加()
    return content.get("pic_str")

🆗到這時候，我們就需要查看如何模擬登錄頁面了

五、模擬登錄

5.1 分析

通過查看頁面，我們可以知道模擬登錄分別需要用戶名、密碼、驗證碼、點擊登錄四步，下面我們就來分析這四步

1.用戶名
2. 用戶密碼
3. 驗證碼輸入
4. 點擊登錄

5.2 代碼實作

    driver.find_element_by_xpath("/html/body/div[3]/div/div[3]/div[1]/form/p[1]/input").send_keys(username)
    driver.find_element_by_xpath("/html/body/div[3]/div/div[3]/div[1]/form/p[2]/input").send_keys(password)
    driver.find_element_by_xpath("/html/body/div[3]/div/div[3]/div[1]/form/p[3]/input").send_keys(code)
    driver.find_element_by_xpath("/html/body/div[3]/div/div[3]/div[1]/form/p[4]/input").click()

六、完整代碼

# encoding: utf-8
'''
  @author 李華鑫
  @create 2020-10-10 11:41
  Mycsdn：https://buwenbuhuo.blog.csdn.net/
  @contact: 459804692@qq.com
  @software: Pycharm
  @file: 超級鷹圖片驗證.py
  @Version：1.0
  
'''
from time import sleep
from selenium import webdriver
from PIL import Image
from chaojiying import Chaojiying_Client
import time

screen_name = "./screen.png"
code_name = "./code.png"

def save_screen(driver,filename):
    # 訪問網頁
    driver.get('http://www.chaojiying.com/user/login/')
    # 保存當前網頁圖片
    driver.save_screenshot("./screen.png")

def save_code(src,dest,rectangle):
    #加載螢屏圖
    img = Image.open(src)
    #截取
    img_new = img.crop(rectangle)
    # 保存
    img_new.save(dest)

def decern_code(filename):
    """識別"""
    chaojiying = Chaojiying_Client('ymmymm', 'ymm123456', '908970')  # 用戶中心>>軟體ID 生成一個替換 96001
    im = open(filename, 'rb').read()  # 本地圖片檔案路徑 來替換 a.jpg 有時WIN系統須要//
    content =  chaojiying.PostPic(im, 1902)  # 1902 驗證碼型別  官方網站>>價格體系 3.4+版 print 后要加()
    return content.get("pic_str")

def login(driver,username,password,code):
    """登錄"""
    driver.find_element_by_xpath("/html/body/div[3]/div/div[3]/div[1]/form/p[1]/input").send_keys(username)
    driver.find_element_by_xpath("/html/body/div[3]/div/div[3]/div[1]/form/p[2]/input").send_keys(password)
    driver.find_element_by_xpath("/html/body/div[3]/div/div[3]/div[1]/form/p[3]/input").send_keys(code)
    driver.find_element_by_xpath("/html/body/div[3]/div/div[3]/div[1]/form/p[4]/input").click()
    time.sleep(2)
    if driver.title == "用戶登錄-超級鷹驗證碼識別代答題平臺":
        return False
    else:
        return True

def main():
    """主程式"""
    # 驅動檔案路徑
    driverfile_path = r'./chromedriver/chromedriver.exe'
    # 啟動瀏覽器
    driver = webdriver.Chrome(driverfile_path)
    # 最大化
    driver.maximize_window()
    #回圈
    while True:
        #保存螢屏圖片
        save_screen(driver,filename=screen_name)
        #保存驗證碼圖片
        save_code(screen_name,code_name,(1110,291,1290,340))
        #識別驗證碼圖片
        code = decern_code(code_name)
        #登錄
        ret = login(driver,"ymmymm","ymm123456",code)
        if ret:#登錄成功
            print("登錄成功")
            break
        else:#登錄失敗
            print("失敗...重新再來...")
    # 退出
    driver.quit()

if __name__ == '__main__':
    main()

七、運行程序及結果

美好的日子總是短暫的，雖然還想繼續與大家暢談，但是本篇博文到此已經結束了，如果還嫌不夠過癮，不用擔心，我們下篇見！

??好書不厭讀百回，熟讀課思子自知，而我想要成為全場最靚的仔，就必須堅持通過學習來獲取更多知識，用知識改變命運，用博客見證成長，用行動證明我在努力，
??如果我的博客對你有幫助、如果你喜歡我的博客內容，請“點贊” “評論”“收藏”一鍵三連哦！聽說點贊的人運氣不會太差，每一天都會元氣滿滿呦！如果實在要白嫖的話，那祝你開心每一天，歡迎常來我博客看看，
??碼字不易，大家的支持就是我堅持下去的動力，點贊后不要忘了關注我哦！

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/206275.html

標籤：其他

上一篇：python3.x安裝numpy成功，但是import出錯

下一篇：【資料結構Python描述】仿照Python解釋器使用哈希表手動實作一個字典類

爬蟲入門經典(十七) | 圖形驗證碼識別

目錄

推薦

一、小小課堂

二、如何使用超級鷹

三、截取超級鷹驗證碼

四、識別驗證碼

五、模擬登錄

5.1 分析

5.2 代碼實作

六、完整代碼

七、運行程序及結果

爬蟲入門經典(十七) | 圖形驗證碼識別

目錄

推薦

一、小小課堂

二、如何使用超級鷹

三、截取超級鷹驗證碼

四、識別驗證碼

五、模擬登錄

5.1 分析

5.2 代碼實作

六、 完整代碼

七、運行程序及結果

六、完整代碼