国产成人综合片,在线你懂得,4444亚洲人成无码网在线观看

主頁 > 知識庫 > python爬蟲如何解決圖片驗證碼

python爬蟲如何解決圖片驗證碼

之前剛開始做爬蟲的時候遇到過登錄驗證碼問題，看過很多帖子都沒有解決我的問題，發現大多數帖子都是治標不治本，于是想分享一下自己的解決方案。本次采用的網站是古詩文網，使用百度API，因為百度API免費！免費！免費！適合自己學習的時候使用。如果還沒有使用過百度API識別驗證碼的朋友可以看一下我的這個帖子。
以下案例采用的時古詩文網：登錄古詩文網，

1、selenium處理圖片驗證碼

先定位到驗證碼圖片，在獲取驗證碼圖片在頁面中的位置，使用save_screenshot截取頁面，再根據圖片的位置去截取驗證碼，最后通過接口識別文字獲取驗證碼，直接上代碼：

element = driver.find_element_by_id('imgCode') # 定位驗證碼圖片
# 獲取驗證碼圖片在網頁中的位置
left = int(element.location['x'])  # 獲取圖片左上角坐標x
top = int(element.location['y'])  # 獲取圖片左上角y
right = int(element.location['x'] + element.size['width'])    # 獲取圖片右下角x
bottom = int(element.location['y'] + element.size['height'])  # 獲取圖片右下角y

# 通過Image處理圖像
path = current_dir + str(random.random()) + '.png'  # 生成隨機文件名
driver.save_screenshot(path)    # 截取當前窗口并保存圖片
im = Image.open(path)        # 打開圖片
im = im.crop((left, top, right, bottom))  # 截圖驗證碼
im.save(path)    # 保存驗證碼圖片

# 使用百度API識別驗證碼
def get_code():
  client = AipOcr(APP_ID, API_KEY, SECRET_KEY)  # 百度API文檔中提供的方法識別文字

  # 由于我處理的驗證碼圖片沒有填多的線條，所以直接采用灰度是驗證碼數字更加清晰，具體的處理方式可根據驗證碼的實際情況而定
  im = Image.open(path)
  # 轉換為灰度圖像
  im = im.convert('L')
  im.save(path)

  # 讀取圖片，應為百度API中提供的方法參數只能是字節流
  with open(path, 'rb')as f:
    image = f.read()
  # 使用API中提供的方法識別驗證碼并返回驗證碼
  code = client.basicGeneral(image)

  print(code['words_result'][0]['words']) # {'words_result': [{'words': '4TBiD ', 'location': {'top': 1, 'left': 6, 'width': 43, 'height': 13}}], 'log_id': 1358288307112378368, 'words_result_num': 1}
  return code['words_result'][0]['words']

2、使用requests請求驗證碼

這里用到了會話機制，對于初學者來說可能不太了解，簡單說一下會話機制的作用，會話就是用來保存你之前請求的cookie，讓瀏覽器知道你之前就在這里，這樣瀏覽器就不會認為你重新來到這里，從而刷新驗證碼，這樣就可以帶著我們獲取的驗證碼去登錄了。

conn = requests.Sessoin(  # 創建會話
resp = conn.get('https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx')
selector = Selector(text=resp.text)
img_url = 'https://so.gushiwen.cn/'+selector.xpath('.//img[@id="imgCode"]/@src').get() # 獲取圖片的路由
img = conn.get(img_url)  # 保持會話請求
filename = str(random.random()) + '.png'
with open(filename, 'wb')as f:
  f.write(img.content)
# 為了后面的調用接口識別不報圖片格式錯誤，進行一次圖片轉換
im = Image.open(filename)
im.save(filename)
# 使用二進制方式讀取圖片
with open(filename, 'rb')as f:
image = f.read()
data = client.handwriting(image)  # diao'yong
# 使用API中提供的方法識別驗證碼并返回驗證碼
code = client.basicGeneral(image)
code = code['words_result'][0]['words']

selenium源碼

# -* coding: utf-8 *-

import time
import random
from PIL import Image
from aip import AipOcr
from selenium.webdriver import Chrome

# 百度API參數
APP_ID = '23647800'
API_KEY = 'n95KOQgVuOMoAP72qZZo7uoN'
SECRET_KEY = '7yhyGglHUsY52DD8kf4w0Qjnxum07hMK'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY) # 調用API接口


def scrapy(username, password):
  """
  :param username:  用戶名
  :param password:  密碼
  """
  driver = Chrome()
  driver.get('https://so.gushiwen.cn/user/login.aspx')
  driver.find_element_by_id('email').send_keys(username) # 輸入賬號
  driver.find_element_by_id('pwd').send_keys(password)  # 輸入密碼

  element = driver.find_element_by_id('imgCode') # 定位驗證碼圖片
  # 獲取驗證碼圖片在網頁中的位置
  left = int(element.location['x']) # 獲取圖片左上角坐標x
  top = int(element.location['y']) # 獲取圖片左上角y
  right = int(element.location['x'] + element.size['width']) # 獲取圖片右下角x
  bottom = int(element.location['y'] + element.size['height']) # 獲取圖片右下角y

  # 通過Image處理圖像
  filename = str(random.random()) + '.png' # 生成隨機文件名
  driver.save_screenshot(filename) # 截取當前窗口并保存圖片
  im = Image.open(filename) # 打開圖片
  im = im.crop((left, top, right, bottom)) # 截圖驗證碼
  im.save(filename) # 保存驗證碼圖片
  # 由于我處理的驗證碼圖片沒有填多的線條，所以直接采用灰度是驗證碼數字更加清晰，具體的處理方式可根據驗證碼的實際情況而定
  im = Image.open(filename)
  # 轉換為灰度圖像
  im = im.convert('L')
  im.save(filename)
  # 讀取圖片，應為百度API中提供的方法參數只能是字節流
  with open(filename, 'rb')as f:
    image = f.read()
  # 使用API中提供的方法識別驗證碼并返回驗證碼
  data = client.basicGeneral(image)
  try:
    code = data['words_result'][0]['words']
  except:
    return data['error_msg']

  driver.find_element_by_id('code').send_keys(code)  # 輸入驗證碼
  driver.find_element_by_id('denglu').click()   # 點擊登錄
  time.sleep(1000)  # 為了看清登錄，等待1000秒


if __name__ == '__main__':
  print(scrapy(username, password)) # 傳入你在古詩文網注冊的賬號密碼

requests源碼

# -* coding: utf-8 *-
import os
import random
import re
import requests
from PIL import Image
from aip import AipOcr
from scrapy import Selector

headers = {
  'referer': 'https://so.gushiwen.cn/user/login.aspx',
  'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.146 Safari/537.36'
}

# 百度API參數
APP_ID = '23647800'
API_KEY = 'n95KOQgVuOMoAP72qZZo7uoN'
SECRET_KEY = '7yhyGglHUsY52DD8kf4w0Qjnxum07hMK'

def scrapy(username, password):
  """
  :param username:  用戶名
  :param password:  密碼
  """
  client = AipOcr(APP_ID, API_KEY, SECRET_KEY) # 調用API接口
  conn = requests.Session() # 創建會話
  resp = conn.get('https://so.gushiwen.cn/user/login.aspx', headers=headers) # 獲取登錄頁面
  selector = Selector(text=resp.text)
  __VIEWSTATE = selector.xpath('.//input[@id="__VIEWSTATE"]/@value').get()
  __VIEWSTATEGENERATOR = selector.xpath('.//input[@id="__VIEWSTATEGENERATOR"]/@value').get()
  img_url = 'https://so.gushiwen.cn/' + selector.xpath('.//img[@id="imgCode"]/@src').get() # 獲取圖片的路由
  img = conn.get(img_url, headers=headers) # 獲取圖片路由
  # 保存圖片
  filename = str(random.random()) + '.png' # 隨機生成文件名， 圖片格式不能為jpg，API不支持jpg格式的識別
  with open(filename, 'wb')as f:
    f.write(img.content)
   # 由于我處理的驗證碼圖片沒有填多的線條，所以直接采用灰度是驗證碼數字更加清晰，具體的處理方式可根據驗證碼的實際情況而定
  im = Image.open(filename)
  # 轉換為灰度圖像
  im = im.convert('L')
  im.save(filename)
  # 使用二進制方式讀取圖片
  with open(filename, 'rb')as f:
    image = f.read()
  # # 標準識別, 每天免費50000次
  # data = client.basicGeneral(image)
  # 精確識別，每天免費500次
  data = client.handwriting(image)
  # 捕獲一下接口識別當中的錯誤，可參照文檔查看報錯原因
  try:
    code = data['words_result'][0]['words']
  except:
    return data['error_msg']
  form_data = {
    '__VIEWSTATE': __VIEWSTATE,
    '__VIEWSTATEGENERATOR': __VIEWSTATEGENERATOR,
    'from': '',
    'email': username,
    'pwd': password,
    'code':cod,
    'denglu': '登錄'
  }
  # 登錄
  html = conn.post('https://so.gushiwen.cn/user/login.aspx', headers=headers, data=form_data).text
  # 獲取登錄標志位
  login_flag = re.findall("alert\('(.*?)'\);",html)[0] if re.findall("alert\('(.*?)'\);",html) else ''
  if not login_flag:
    return '登錄成功！'
  elif '驗證碼有誤！' in login_flag:
    return "驗證碼錯誤"


if __name__ == '__main__':
  print(scrapy(username, password))

以上就是python爬蟲如何解決圖片驗證碼的詳細內容，更多關于python 解決圖片驗證碼的資料請關注腳本之家其它相關文章！

您可能感興趣的文章:

用Python爬蟲破解滑動驗證碼的案例解析
python網絡爬蟲實現發送短信驗證碼的方法
Python爬蟲爬取ts碎片視頻+驗證碼登錄功能
Python爬蟲模擬登陸嗶哩嗶哩(bilibili)并突破點選驗證碼功能
Python3爬蟲里關于識別微博宮格驗證碼的知識點詳解
Python3爬蟲關于識別點觸點選驗證碼的實例講解
Python3爬蟲關于識別檢驗滑動驗證碼的實例
Python3爬蟲中識別圖形驗證碼的實例講解
Python3網絡爬蟲開發實戰之極驗滑動驗證碼的識別
python爬蟲解決驗證碼的思路及示例
Python爬蟲實現驗證碼登錄代碼實例
python爬蟲之驗證碼篇3-滑動驗證碼識別技術
python爬蟲之自動登錄與驗證碼識別
Python爬蟲爬驗證碼實現功能詳解
Python爬蟲模擬登錄帶驗證碼網站
爬蟲Python驗證碼識別入門

標簽：哈爾濱平頂山合肥烏蘭察布大慶郴州烏蘭察布海南

巨人網絡通訊聲明：本文標題《python爬蟲如何解決圖片驗證碼》，本文關鍵詞 python,爬蟲,如何,解決,圖片,；如發現本文內容存在版權問題，煩請提供相關信息告之我們，我們將及時溝通與處理。本站內容系統采集于網絡，涉及言論、版權與本站無關。