python实现网站自动登录(selenium实现,带验证码识别)
一、前言
这是鄙人写的第一篇博客,旨在总结一下近期所学,本文通过selenium工具实现工作所用网站的自动登录,下图为网站登录界面。
1、运行环境
操作系统:Windows10
python版本:python3.7
2、需要的python第三方库
1、selenium
安装:pip install selenium
selenium是ThoughtWorks提供的一个强大的基于浏览器的开源自动化测试工具。支持的浏览器包括IE、Chrome和Firefox等。
另外还需要下载浏览器驱动,我这里用的是Google浏览器驱动。
Google浏览器驱动:官网地址
选择适配的浏览器版本和Windows系统,然后将下载得到的exe文件放到python的安装目录下。
2、baidu_api
安装:pip install baidu_api
baidu_api是百度文字识别的OCR(Optical Character Recognition,光学字符识别),很多人可能会用tesseract库,但以测试的效果来看,百度的API识别效果更好。了解此库大家可以看官方文档。 百度OCR-API官方文档
3、pillow
安装:pip install pillow
pillow库是python最常用的第三方图像处理库
二、代码实现
1、导入第三方库
from selenium import webdriver
from PIL import Image
from aip import AipOcr
2、验证码的获取与处理
在进行验证码的获取之前,需要先实例化一个browser对象,代码如下:
browser = webdriver.Chrome() # 实例化对象
获取验证码的方法是通过实例化后的browser对象的查找元素方法的得到验证码元素并截图。
下为网站源代码的验证码标签。
代码如下:
url = 'http://120.77.44.123/Login/Login.aspx?title=exit&recode=1'
browser.get(url)
png = browser.find_element_by_id('captcha_img') # 查找验证码元素
png.screenshot('capt.png') # 对验证码进行截图并保存
这是获得的验证码图片:
为了提高验证码的识别率,我们需要用pillow库对验证码进行图像处理。
处理方法如下:
1、先将图像转换成灰度模式
2、通过对阈值的调整使得多余的噪点消失
img = Image.open('capt.png')
img = img.convert('L') # P模式转换为L模式(灰度模式默认阈值127)
count = 165 # 设定阈值
table = []
for i in range