Python爬虫：验证码识别(图片链接和图片base64字符串)

最新推荐文章于 2025-02-24 21:30:53 发布

7RPH

最新推荐文章于 2025-02-24 21:30:53 发布

阅读量5.2k

点赞数 3

分类专栏： python 文章标签： python selenium

本文链接：https://blog.csdn.net/qq_49077418/article/details/108274944

版权

本文总结了Python爬虫中遇到的两种验证码识别方法：一是解析含有base64加密字符串的src，解密后保存为图片并识别；二是处理动态图片链接，使用selenium进行页面截图来获取验证码。

摘要由CSDN通过智能技术生成

0x00 写在前面

爬取数据，自动化的验证码验证是绕不开的，当然，验证码的自动识别其实都是调用其他api，在这里把这几天学习遇到过的验证码识别总结一下

0x01 验证码src里有图片的base64加密字符串

话不多说先上图

在这里插入图片描述
如图，这里的src获得的是经base64加密后的图片字符串，如下

src="https://img-blog.csdnimg.cn/2022010707433569853.png"

其中，在base64,后的是加密的字符串，我们把它解密就可以得到
在这里插入图片描述
会有很多乱码不过不影响，我们可以看出这其实就是png的文件格式的数据，也就代表我们刚才那张图片，我们可以用python自带的b64解密并将数据写入png格式的文件中，就能得到我们想要的验证码，接着再把验证码文件上传到识别验证码的api接口就行了，当然，也有的api可以直接接受base64加密后的图片字符串，比如超级鹰

在这里插入图片描述
只要提供了相关数据的接口，我们也就可以写出提交base64的方法函数

	def PostBase64(self, b64, codetype):
        """
                b64: 图片文件base64字符串
                codetype: 题目类型 参考 http://www.chaojiying.com/price.html
                """
        params = {
   
            'codetype': codetype,
            'file_base64': b64
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, headers