python-GlidedSky-验证码反爬虫

题目

通过验证码来识别人机。

分析

1、点进去待爬取网站，弹出一个滑动验证码的验证，通过验证后，数据才呈现出来
2、使用的是一个腾讯的验证，selenium截图对元素裁剪得不到想要的结果，保存屏幕截图后使用PS进行验证码位置的判定后使用PIL进行图片的截取即可，也可以获取到验证码图片的链接进行保存
3、获取链接保存时图片的大小约为网站的2倍，需要resize一下
4、获取链接时注意切换iframe，否则获取不到链接
5、验证码的破解可以提交给打码平台，或者进行灰度的转换来获取位置
6、验证的途中，出现了点触验证码，建议还是提交给打码平台进行判断，然后进行点击通过（不知是不是学校网的缘故，点触验证码的图片链接经常打不开，极少次能打开，建议使用屏幕截图后ps定位保存）
7、使用了判断是否出现数据来判断是否通过验证，不通过则刷新重新获取验证码。

结果

在爬取时，时长出现请求超时，要对其进行一个重试的判定，不过连续多次重试失败后程序也会退出，于是我把结果进行保存，log记录发生错误时的页码，进行重爬。
打码平台使用的超级鹰的，效果并不太好，平均要3-4次才能验证成功，期间也是花费了大概30R左右的钱，客服建议给图片处理加上点击凹槽左上角的字样，然而并没有上传后返回的坐标减去滑块大小来得好用，算是一个比较坑的地方，毕竟好几顿的饭钱，却没有一个满意的结果。

最后也使用了一下转灰度的，发现返回的坐标基本都是一个稳定值，看脸通过，可能是写得不太好的缘故，8-9次左右才能通过一次验证。