Selenium 绕过图片验证码
首先
需要使用 Python 自带库 urllib.request
下载验证码图片到本地。具体代码如下:
import urllib.request
def download_image(url):
image_name = "./captcha.png" # 定义本地验证码存储路径及文件名
urllib.request.urlretrieve(url, image_name) # 下载验证码图片
return image_name
下载完成图片后,需要使用第三方库 pytesseract
进行图像识别。使用前需要安装 pytesseract
和 tesseract-OCR
程序。
安装 pytesseract
pip install pytesseract
安装 tesseract-OCR(Windows 用户需要自行下载安装)
apt-get install tesseract-ocr
安装完成后,可通过以下代码将图片中的文字提取出来。
import pytesseract
from PIL import Image
def handle_image(image_path):
image = Image.open(image_path) # 打开验证码图片
image = image.convert('L') # 转换为灰度图像
threshold = 127 # 设定二值化阈值
image = image.point(lambda x: 0 if x < threshold else 255) # 进行二值化处理
result = pytesseract.image_to_string(image) # 使用 pytesseract 进行图像识别
return result
最后
我们可以将得到的验证码输入到测试网页中。
from selenium import webdriver
url = "http://www.example.com" # 测试网页地址
driver = webdriver.Chrome() # 打开 Chrome 浏览器
driver.get(url) # 打开测试网页
image_url = "http://www.example.com/getCaptcha" # 获取验证码图片链接
下载验证码图片,并进行图像处理获取验证码
capcha = handle_image(download_image(image_url))
通过 Selenium 自动化测试输入验证码
capcha_input = driver.find_element_by_xpath("//input[@id='captcha']")
capcha_input.send_keys(capcha)