最新版的破解字体加密方法！学会了就没有你不能爬的网站

print(‘business_num:’, business_num)

当前数据所在页数

PageNum = 0

获取xxxx评价元素的大小并截图

for i in range(business_num):

第一层，第二层，第三层数据

layer_1_ele = target_list_control.GetChildren()[i]

layer_2_ele = layer_1_ele.GetChildren()[1]

layer_2_son_ele = layer_2_ele.GetChildren()

layer_3_ele = None

for each in layer_2_son_ele:

if “条评价” in each.Name:

layer_3_ele = each

if layer_3_ele is None:

raise Exception(‘获取元素失败’)

print(layer_3_ele)

获取目标元素的底部坐标，如果底部坐标等于0，说明元素在当前窗口未显示出来，需要pagedown操作

layer_3_ele_bottom = layer_3_ele.BoundingRectangle.bottom

print(‘layer_3_ele_bottom:’, layer_3_ele_bottom)

if layer_3_ele_bottom > 0:

time.sleep(1)

获取截图

layer_3_ele.CaptureToImage(‘./pic/%d%d.png’ % (PageNum, i))

if layer_3_ele_bottom <= 0:

print(‘目标元素未显示’)

auto.WheelDown()

auto.mouse_event(auto.MouseEventFlag.Wheel, 0, 0, -435, 0)

auto.SendKeys(“{PAGEDOWN}”)

time.sleep(1)

pagedown后重新获取元素

target_list_control = get_root_control()

layer_1_ele = target_list_control.GetChildren()[i]

layer_2_ele = layer_1_ele.GetChildren()[1]

layer_2_son_ele = layer_2_ele.GetChildren()

layer_3_ele = None

for each in layer_2_son_ele:

if “条评价” in each.Name:

layer_3_ele = each

if layer_3_ele is None:

raise Exception(‘获取元素失败’)

print(layer_3_ele)

获取截图

layer_3_ele.CaptureToImage(‘./pic/%d%d.png’ % (PageNum, i))

get_comment_pic()

​

上述代码中PageNum的作用是给采集的图片进行命名。当我们采集第一页商户评价数据的时候，可以更新PageNum的值为1，当我们将页面点击到第二页的时候就更新PageNum为2。

当然了为了偷懒，我们这没有编写点击下一页按钮和更新PageNum值的脚本，这个作业就交给大家实现了。

采集几页数据之后，我们就可以得到下列数据图：

​

获取截图文件之后，我们要做的就是识别其中的字符就可以了。

对于获取到的截图文件的说明：

（1）不同分辨率电脑获取的截图文件大小存在差异；

（2）评价数值是几位数也会直接影响截图的大小；

（3）同一电脑获取的截图文件高度是一致的。

​

4、识别评价数据截图文件

---

评价数据截图文件的识别可以借助OCR工具来进行提取，如果感兴趣的小伙伴，可以点击蓝字查看：

5行Python实现验证码识别，太稳了！

​

所以本文其实到这里就可以结束了，那么为什么进度条才到一半呢？

​

那是为了与众不同，我决定使用机器学习算法来识别截图文件。

​

我们先将截图文件转换为下列样式，即去掉干扰部分并清晰化数据截图文件：

​

​具体实现的代码可以这样：

import os

from PIL import Image

裁剪后观察样本数据可以发现，含有不同数目的字符图片的长度是不一样的，即：

1个–>9

2个–>16

3个–>23

4个–>30

5个–>37

大家可以自己像一个很好的办法来区分，这里我就简单的人工罗列。

注意不同分辨率的电脑这个数据也会改变的，大家可以做一个映射表即可。

def get_each_pic_num(imgPath, savePath):

global rct

files = os.listdir(imgPath)

files.sort()

for file in files:

fileType = os.path.splitext(file)

if fileType[1] == ‘.png’:

img = Image.open(imgPath + ‘/’ + file)

img = img.convert(“L”)

pixdata = img.load()

w, h = img.size

cut_times = 0

if w == 9:

rct = ((0, 0, 7, h),)

cut_times = 1

if w == 16:

rct = ((0, 0, 7, h),

(7, 0, 14, h))

cut_times = 2

if w == 23:

rct = ((0, 0, 7, h),

(7, 0, 14, h),

(14, 0, 21, h),)

cut_times = 3

if w == 30:

rct = ((0, 0, 7, h),

(7, 0, 14, h),

(14, 0, 21, h),

(21, 0, 28, h),)

cut_times = 4

if w == 37:

rct = ((0, 0, 7, h),

(7, 0, 14, h),

(14, 0, 21, h),

(21, 0, 28, h),

(28, 0, 35, h),)

cut_times = 5

cut_img = []

for part in range(cut_times):

cut_img.append(img.crop(rct[part]))

return img

d = 0

for im in cut_img:

d += 1

im.save(savePath + str(d) + str(file))

get_each_pic_num(‘./cutpic/’, ‘./each_character/’)

​

之后我们对图片进行切割，这里使用固定坐标切割，得到如下所示单个字符数据：

​

实现代码如下：

​

import os

from PIL import Image

灰度和二值化处理

def binarizing(imgPath, savePath):

files = os.listdir(imgPath)

files.sort()

img=Image.open(img).convert(“L”)

for file in files:

fileType = os.path.splitext(file)

if fileType[1] == ‘.png’:

img = Image.open(imgPath + ‘/’ + file)

img = img.convert(“L”)

pixdata = img.load()

w, h = img.size

for y in range(h):

for x in range(w):

if pixdata[x, y] < 220:

pixdata[x, y] = 0

else:

pixdata[x, y] = 255

removeFrame(img,1)

img.save(savePath + ‘/’ + file) # 保存图片

return img

def get_cut(file_name):

img = Image.open(file_name)

不同分辨率减去的值可能不同

可以做一个字典映射

right = img.size[0] - 39

right = img.size[0] - 47

cut_img = []

rct = (

(0, 0, right, 28), # 左边距 上边距 右边距 下边距

)

for part in range(1):

cut_img.append(img.crop(rct[part]))

return cut_img

二值化

binarizing(‘./pic/’, ‘./binpic/’)

切割保存

imgPath = ‘./binpic/’

files = os.listdir(imgPath)

files.sort()

for file in files:

fileType = os.path.splitext(file)

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算

0b883.png)

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算