学习时间:9:00——11:00 16:00——18:00
验证码识别
反爬机制:验证码。
有一些网站在使用前需要登陆,登陆就离不开账号密码和验证码,此时的验证码就是一种门户网站的反爬机制。登陆操作我们可以使用requests模块进行模拟,但验证码需要我们取识别这个图片,用于模拟登陆操作。
识别验证码的操作
- 人工肉眼识别(不推荐)
- 第三方自动识别(推荐)
- 云打码
- 超级鹰
- ......
网上找了半天云打码网站结果已经找不到了,于是使用超级鹰
封装超级鹰
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: 图片字节
codetype: 题目类型 参考 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 PostPic_base64(self, base64_str, codetype):
"""
im: 图片字节
codetype: 题目类型 参考 http://www.chaojiying.com/price.html
"""
params = {
'codetype': codetype,
'file_base64':base64_str
}
params.update(self.base_params)
r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, headers=self.headers)
return r.json()
def ReportError(self, im_id):
"""
im_id:报错题目的图片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()
def get_code(code_path,code_type):
chaojiying = Chaojiying_Client('用户账号', '用户密码', '软件ID') #用户中心>>软件ID 生成一个替换
im = open(code_path, 'rb').read() #本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
return chaojiying.PostPic(im, code_type)['pic_str']
首先登录超级鹰官方平台:超级鹰验证码识别-专业的验证码云端识别服务,让验证码识别更快速、更准确、更强大 (chaojiying.com)
登陆之后进行注册,在开发文档中找到Python语言Demo下载,下载完成后将超级鹰原文档导入项目根目录中,之后进行封装,我是将其封装成一个函数,需要时直接调用文档中的函数get_code,参数的话是需要打的验证码路径(这里需要自己爬取)和验证码的类型(不同的类型代码不同,自行到超级鹰价格体系中找),返回时返回json对象中的pic_str就是我们需要的验证码