《封号码罗》python爬虫之30行代码破解图片伪装反爬虫（一）

图片伪装是将文字以图片的形式和正常文字混合，虽然不影响用户阅读，但是可以让爬虫拿不到当前看见的文字，具体如下图：

可以看得出来，这里的这个电话号码，是一个图片的形式，下面的程序，将绕过这种反爬虫策略

import requests
from parsel import Selector
import io
from urllib.parse import urljoin

try:
    from PIL import Image
except ImportError:
    import Image
import pytesseract

url = "http://www.porters.vip/confusion/recruit.html"
response = requests.get(url=url)
sel = Selector(response.text)
company = sel.css("h1.interval::text").get()
image_name = sel.css(".pn::attr('src')").extract_first()
print(image_name)
# 拼接图片名称
image_url = urljoin(url, image_name)    # http://www.porters.vip/confusion/phonenumber.png
print(image_url)
# 请求图片，拿到图片字节流内容
image_body = requests.get(image_url).content
# 使用Image_open打开图片字节流，得到图片对象     BytesIO实现了在内存中读写bytes
image_stream = Image.open(io.BytesIO(image_body))
# 使用光学字符识别从图片中读取文字并打印输出结果
res = pytesseract.image_to_string(image_stream)
print(res)
# print(company)