目录
背景:
在日常的爬虫练习时,经常遇到一些网站需要进行验证码登录后才能获取到数据,而且每次登录时的验证码都不相同,这给我们爬虫带来了很大麻烦,因此解决验证码识别的问题就变得十分重要。
说明:
为了解决验证码的识别问题,帮助我们更好的进行爬虫练习,在这里我和大家介绍一下我的解决方法,通过这个方法可以识别目前大多数网站的验证码,可以说用了该方法,“妈妈再也不担心我的验证码识别了。”
验证码识别
思路介绍
对于验证码的识别,一般是这样的思路,即先获取验证码链接,然后将验证码保存到本地,最后是解析验证码并输出识别结果,大致流程如下:
验证码获取
以古诗文网为例,该网站需要输入用户名、密码和验证码进行登录,首先我们要获取到验证码,打开开发者工具,通过分析可知,该验证码的图片链接显示在网页源码中,接下来我们使用xpath方法就可获取到该链接并保存到本地文件夹下,代码如下: