批量手机号归属地查询

因为买不起归属地查询接口，于是自己爬了一个网站

在爬取网站时有许多曲折，大部分网站都做了反爬，于是发现一个网站没做反爬，但爬取的是图片形式（属实666）

我直接想到识别图片来获取文字，返回的形式是（省+市+通讯运营商）

首先得下载paddle的各种库，其次在文件中添加一个result.txt文件

代码开始运行后先删除result.txt中全部内容

然后再通过判断目标省份是否在图片获取的文字中，如果是则在result.txt中写识别正确入手机号

不说了直接上代码

代码如下：

import requests
import time
import os
from PIL import Image
from paddleocr import PaddleOCR
from lxml import etree

with open('result.txt', 'w') as file:
    file.truncate()
a = input('目标归属：')

def Imgscr(tel_num):
    url = 'https://www.haoma123.com/dh/114.aspx?w=' + str(tel_num)
    r = requests.get(url)
    r.encoding = 'utf-8'
    num = r.text
    num1 = etree.HTML(num)
    num2 = num1.xpath('//*[@id="span_gsd"]/img/@src')
    for num3 in num2:
        url1 = 'https://www.haoma123.com' + num3
    return url1

def download_image(url, save_path):
    response = requests.get(url)
    if response.status_code == 200:
        with open(save_path, 'wb') as file:
            file.write(response.content)

def Image_recognition(img_name):
    ocr = PaddleOCR(use_angle_cls=True, use_gpu=False)
    result = ocr.ocr(img_name, cls=True)
    for t in result[0]:
        t1 = (t[1][0])
    b = a in t1
    os.remove(img_name)
        if str(b) == 'True':
            with open('result.txt','a',encoding='utf-8') as file:
                file.write(str(phone_num) + '\n')
            print('True')

for i in range(18888888888,19999999999):
    download_image((Imgscr(i)),str(i)+'.jpg')
    Image_recognition(str(i)+'.jpg')

 使用的识别库是百度的飞桨，十分精准但就是有点太慢

第一个函数是爬取网站获取图片网址，第二个函数是保存图片，第三个函数是识别图片并判断

以上就是全部内容，感兴趣的可以继续升级改进

该文章全由本人原创，感谢支持