node.js 爬虫 登录验证码_nodeJS实现识别验证码（tesseract-ocr+GraphicsMagick）

背景

最近在写一个爬虫的小工具，卡在登录这里。

想爬的网站需要登录才能获取数据，登录又需要输入验证码。

好在验证码是简单的验证码，还可以自己识别试试。

需求分析

1、保存验证码图片

2、识别验证码

3、对识别的验证码进行人工校准

功能实现

1、保存验证码图片

虽然每个网站不一定一样，但是大体的思路是差不多的，我要爬取的网站是后台返回了一个验证码图片和cookie，所以我们需要把这两个东西都存下来。

这里用到了node中的request模块，具体没什么好说的，请求后获取response中的set-cookie，然后再把图片流存下来。request文档

let cookie = "";

let options ={

url: ""

headers: {

Accept:"*/*","Accept-Encoding": "utf-8","Accept-Language": "zh-CN,zh;q=0.8",

Connection:"keep-alive",'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36',//伪装浏览器

},

method:'GET',

};

let stre