反爬机制——验证码识别

一、古诗文网案例 

1.获取登录接口的请求地址

2.获取解析验证码图片链接

#解析图片链接 https://so.gushiwen.cn/RandCode.ashx
xml=etree.HTML(r.text)
img_src='https://so.gushiwen.cn'+xml.xpath('//img[@id="imgCode"]/@src')[0]
print(img_src)

3.将其保存在本地

img_data=self.s.get(img_src,headers=self.headers).content with open('code.png','wb')as f: f.write(img_data)

4.但由于验证码是动态的，每次都不一样，所以解决方案——session会话来维持

#实例化session
self.s=requests.session()

5.得到图片后，想要将其读取出来——需要用到超级鹰

二、超级鹰的使用

1.进入超级鹰平台(超级鹰验证码识别-专业的验证码云端识别服务,让验证码识别更快速、更准确、更强大 (chaojiying.com)

2.新用户点击注册即可，随后进入用户中心界面

3.积分购买1元——1000积分，验证码一次10积分

4.进入价格体系中可以查看套餐价格，在本次案例中选择1004进行

5.点击进入用户中心，点击软件id——点击生成一个软件id

6.如何使用？

进入开发文档，选择python然后下载即可

下载好了之后解压并复制到项目同级下面。

修改chaojiying.py文件——账号，密码，软件id

在项目中使用

chaojiying = Chaojiying_Client('18975935829', 'zxia0677', ' 951854')  # 用户中心>>软件ID 生成一个替换 96001
im = open('code.png', 'rb').read()  # 本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
result=chaojiying.PostPic(im,1004)
print(result)

代码案例：

import requests
from lxml import etree
from chaojiying_Python.chaojiying import Chaojiying_Client
#登录接口
class Spider():
    def __init__(self):
        #首页接口
        self.url='https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx'
        self.data = {
            '__VIEWSTATE':' 9GkOE0VPlFW/0FQ2VRS1kp7Re1dqhowRVJXxibJ3AS6xU3RfBluHF+5kd4CPjJp/caTeLEogHDyngZjDkz9nzsB3iZGJ7+TjkuRyyRKbmSM93J+aglgHmJvkQA7l+PxGjofFFWu7knx5HrIY+W4WAovaeLY=',
            '__VIEWSTATEGENERATOR':' C93BE1AE',
            'from':' http://so.gushiwen.cn/user/collect.aspx',
            'email':' 18975935829',
            'pwd':' zxia0677',
            'code':' HPWU',
            'denglu':' 登录',
        }
        self.headers={
            'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/116.0.0.0 Safari/537.36'
        }
        #实例化session
        self.s=requests.session()
    #像首页发请求 得到图片链接
    def get_data(self):
        r = self.s.get(self.url,headers=self.headers)
        # print(r.text)
        #解析图片链接 https://so.gushiwen.cn/RandCode.ashx
        xml=etree.HTML(r.text)
        img_src='https://so.gushiwen.cn'+xml.xpath('//img[@id="imgCode"]/@src')[0]
        print(img_src)
        img_data=self.s.get(img_src,headers=self.headers).content
        with open('code.png','wb')as f:
            f.write(img_data)
        chaojiying = Chaojiying_Client('18975935829', 'zxia0677', '	951854')  # 用户中心>>软件ID 生成一个替换 96001
        im = open('code.png', 'rb').read()  # 本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
        result=chaojiying.PostPic(im,1004)
        print(result)
        return result
    def post_img(self):
        result=self.get_data()
        self.data['code']=result

if __name__ == '__main__':
    s = Spider()
    # s.get_data()
    s.post_img()

显示结果：