selenium登录验证码处理

获取验证码

获取验证码使用selenium中的screenshot方法对验证码图片元素进行截图并保存。

wd = webdriver.Chrome('chromedriver.exe')

imag = wd.find_element_by_xpath("img")
imag.screenshot("code.png")

识别验证码

验证码识别使用pytesseract实现。
pytesseract是一款用于光学字符识别（OCR）的python工具，即从图片中识别出和“读取”其中嵌入的文字。pytesseract是对Tesseract-OCR的一层封装，同时也可以单独作为对Tesseract引擎的调用脚本，支持使用PIL库（Python Imaging Library）读取各种图片文件类型，包括jpeg、png、gif、bmp、tiff等其它格式。作为脚本使用时，pytesseract将打印识别出的文字，而不是将其写入文件。

首先，安装pytesseract：

pip3 install pytesseract -i https://pypi.tuna.tsinghua.edu.cn/simple/

其次需要安装Google Tesseract

Tesseract OCR github地址：https://github.com/tesseract-ocr/tesseract
Windows Tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/
Mac和Linux安装方法参考：https://tesseract-ocr.github.io/tessdoc/Installation.html

下载后进行安装，安装时注意保存安装位置，用于设置环境变量，同时注意选择需要使用的语言，如下图：

其他步骤next即可。
安装完成后，将安装目录（C:\Program Files\Tesseract-OCR）添加到PATH环境变量中。命令行窗口输入：tesseract ，查看是否安装成功。

安装成功之后，使用pytesseract提取图片中出现的文字

code = pytesseract.image_to_string(Image.open("code.png"))[0:4]

注意截取字符串的长度，先保证输入验证码的长度是ok的。

提交验证码

提交验证码，当然是把识别出来的字符串填入input框里，点击提交按钮

wd.find_element_by_id("CodeInput").send_keys(code)
wd.find_element_by_xpath('/html/body/button').click()

but,unfortunately,pytesseract识别出来的验证码并不是百分百正确的，因此，填写了验证码，点了按钮，你可能收到的是验证码错误的提示。
在此，我使用了循环判断，如果点击提交之后，页面没有发生跳转，说明登录失败了，那么浏览器导航栏的url就没有发生变化，如果没发生变化，就重新填写用户名、密码、识别验证码，直至登录成功发生跳转。

#记录一下当前的url
current_url = wd.current_url
while True:
	#判断url有没有发生变化
	if current_url == wd.current_url:
		#填密码，识别验证码
	else：
		#进入下一步
		break

在我的使用过程中，这个方法行得通，有更好地方法，跪请私信我。

参考链接

Tesseract 下载安装https://blog.csdn.net/u010698107/article/details/121736386