python动作识别代码_Python3网络爬虫开发实践读书笔记 --- 第八章 验证码的识别...

这一系列文章是我在阅读“Python3网络爬虫开发实践”一书以及其他线上资料学习爬虫过程中的一些笔记和心得，希望能分享给大家。

章节概述：验证码识别。

章节结构：

图形验证码识别

滑动验证码识别

点触验证码识别

微博宫格验证码识别

具体内容：

图形验证码识别

1.依赖技术：OCR技术

2.验证方法：

tesserocr库的image_to_text()方法，在验证前还可以通过convert()来转换处理图片。

滑动验证码识别

1.识别思路

模拟浏览器动作的方式来完成验证。使用Selenium库。步骤分为三步，模拟点击验证按钮，识别滑动缺口的位置，模拟拖动滑块。

2.具体实现

首先我们要初始化模拟器，然后获取验证按钮(element_to_be_clickable)，然后对比获取的两张图片，识别缺口位子，得到缺口位置。然后获取滑动对象(get_slider)，最后我们模拟拖动，使用click_and_hold方法，到了刚才找到的缺口位置调用release方法.这里要注意移动速度不可匀速，以防被识别为程序。

点触验证码识别

1.点触验证原理

依然是图像转换为文字，然后模拟浏览器动作来点击识别验证。因为文字和图像通常经过多次扭曲变形，所以难以识别，可以借助外界库，像之前的ocr或者超级鹰网站提供的一些识别库。

微博宫格验证码识别

1.识别思路

识别箭头方向，通过模板匹配来进行识别。算法确定以后，进行模拟浏览器动作进行宫格路径的滑动。