学习笔记 -- 用python中的selenium模拟知乎登录

---

前言

最近在学习python爬虫，为了巩固爬虫的知识，偶尔会写一些简单的脚本来加强对语法的熟练度。

---

一、模拟知乎登录的准备

因为知乎的防爬机制会识别selenium，所有我们不能直接实例化浏览器对象，可以通过接管已经打开的浏览器进行账户的输入。

系统环境变量：在path中添加chrome浏览器的路径

在cmd中输入以下命令启动浏览器

chrome.exe --remote-debugging-port=9222 --user-data-dir=“E:\data_info\selenium_data

remote-debugging-port=:端口号
user-data-dir：数据存储路径

需要安装的包

• pillow
• pyHook
• PyUserInput
• selenium == 3.8.0
• Keras==2.0.1
• numpy==1.12.1
• scikit-learn==0.18.1
• h5py==2.6.0
• tensorflow==1.13.1

python第三方库：下载链接
安装的时候找不到对应库可以去上方链接下载并安装

二、登录验证码的问题

1.英文验证码

一般情况下，我们输入验证码需要保持在同一session下，如果用selenium需要保持在同一cookie下；当然知乎与此不同：

1. 首先在网页的源码中找到图片所在的属性
2. 对图片进行保存
3. 输入验证码，此处采用手动输入

代码如下（示例）：

# 获取它的src返回的是base64的字符串，解码并保存图片
english_captcha = driver.find_element_by_class_name('Captcha-englishImg')
base64_text = english_captcha.get_attribute('src')
code = base64_text.replace('data:image/jpg;base64', '').replace('%0A', '')
with open('img.jpeg', 'wb') as f:
	f.write(base64.b64decode(code))
# 用Image模块打开图片并手动输入验证码
try:
	im = Image.open('img.jpeg')
	im.show()
	im.close()
except:
    pass
yzm = input("请输入验证码：")

2.中文倒立文字验证码

知乎多次登录之后偶尔会提示点击倒立中文验证码

1. 保存中文倒立验证码的图片
2. 计算出倒立中文字体的坐标
3. 控制鼠标自动取点击对应的坐标即可

中文倒立字体坐标计算可以用github上面的模块：链接

zheye使用方法:

from zheye import zheye
z = zheye()
positions = z.Recognize('path/to/captcha.gif')

代码如下（示例）：

# 保存图片
chinese_captcha = driver.find_element_by_class_name('Captcha-chineseImg')
base64_text = chinese_captcha.get_attribute("src")  
code = base64_text.replace('data:image/jpg;base64', '').replace('%0A', '')
with open('img.jpeg', 'wb') as f:
	f.write(base64.b64decode(code))
	
# 元素在浏览器中的位置
ele_position = chinese_captcha.location  
x_relative = ele_position["x"]
y_relative =