Python3爬虫实战【点触验证码】 — 模拟登陆bilibili
爬虫思路如下:
利用自动化爬虫工具 Selenium 模拟点击输入等操作来进行登录
分析页面,获取点触验证码的点触图片,通过将图片发送给超级鹰打码平台识别后获取坐标信息
根据超级鹰返回的数据,模拟坐标的点选,即可实现登录
一.准备工作
在开始之前,需要先注册一个超级鹰账号并申请一个软件ID,注册页面链接为:https://www.chaojiying.com/user/reg/,注册完成后需要在后台添加一个软件ID,进行充值获得积分,一般充一块钱就可以了。
二.爬虫构建
1.首先我可以到官方网站下载对应的 Python API,链接为:https://www.chaojiying.com/api-14.html ,我这里使用了崔庆才大大修改后的超级鹰api
代码如下:
importrequestsfrom hashlib importmd5classChaojiying(object):def __init__(self, username, password, soft_id):
self.username=username
self.password= md5(password.encode('utf-8')).hexdigest()
self.soft_id=soft_id
self.base_params={'user': self.username,'pass2': self.password,'softid': self.soft_id,
}
self.headers={'Connection': 'Keep-Alive','User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
}defpost_pic(self, im, codetype):"""im: 图片字节
codetype: 题目类型 参考 http://www.chaojiying.com/price.html"""params={'codetype': codetype,
}
params.update(self.base_params)
files= {'userfile': ('ccc.jpg', im)}
r= requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files,
headers=self.headers)returnr.json()defreport_error(self, im_id):"""im_id:报错题目的图片ID"""params={'id': im_id,
}
params.update(self.base_params)
r= requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)return r.json()
2.初始化函数
def __init__(self):
self.url= 'https://passport.bilibili.com/login'self.browser=webdriver.Chrome()
self.browser.maximize_window()
self.wait= WebDriverWait(self.browser, 20)
self.username=USERNAME
self.password= PASSWORD
这里定义了发起请求的url、用户名、密码等全局变量,实例化 Chrome 浏览器、设置浏览器分辨率最大化、用户名、密码、同时也设置等待超时
3.登录函数
defopen(self):"""打开网页输入用户名密码
:return: None"""self.browser.get(self.url)
user= self.wait.until(EC.presence_of_element_located((By.ID, 'login-username')))
password= self.wait.until(EC.presence_of_element_located((By.ID, 'login-passwd')))
user.send_keys(self.username)
password.send_keys(self.password)
login_btn= self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, 'a.btn.btn-login')))#随机暂停几秒
time.sleep(random.random() * 3)#点击登陆按钮
login_btn.click()
等待账号输入框和密码输入框对应的 ID 节点加载出来,然后获取对应节点,其中账号输入框 id=“login-username”,密码输框
id=“login-passwd”,通过调用 send_keys() 方法输入账号和密码,接着获取登录按钮 class=“btn
btn-login”,设置暂停时间,最后调用 click() 方法实现登录按钮的点击。
4.点触验证码的处理
defpick_code(self):
time.sleep(3)
pick_img_label= self.browser.find_element_by_css_selector('img.geetest_item_img') #获取点触图片标签
src = pick_img_label.get_attribute('src') #获取点触图片链接
img_content = requests.get(src).content #获取图片二进制内容
f =BytesIO()
f.write(img_content)
img0= Image.open(f) #将图片以文件的形式打开,主要是为了获取图片的大小
scale = [pick_img_label.size['width'] /img0.size[0],
pick_img_label.size['height'] / img0.size[1]] #获取图片与浏览器该标签大小的比例
cjy =Chaojiying(CHAOJIYING_USERNAME, CHAOJIYING_PASSWORD, CHAOJIYING_SOFT_ID)
result= cjy.post_pic(img_content, '9005') #发送图片并获取结果
if result['err_no'] == 0: #对结果进行分析
position = result['pic_str'].split('|') #position = ['110,234','145,247','25,185']
position = [[int(j) for j in i.split(',')] for i in position] #position = [[110,234],[145,247],[25,185]]
for items in position: #模拟点击
ActionChains(self.browser).move_to_element_with_offset(pick_img_label, items[0] *scale[0],
items[1] * scale[1]).click().perform()
time.sleep(1)
time.sleep(2)#点击登录
certern_btn = self.browser.find_element_by_css_selector('div.geetest_commit_tip')
certern_btn.click()return cjy, result
通过css选择器,找到点触图片的标签,获取图标的src链接,对图片处理发送给超级鹰后台并获取结果,对结果进行分析,模拟坐标的点选,即可实现登录
三.GIF登录图
源码获取方法
公众号回复【b站登录】免费获取
欢迎关注公众号:Python爬虫数据分析挖掘,回复【开源源码】免费获取更多开源项目源码
公众号每日更新python知识和【免费】工具