python模拟登陆 验证码el_Python + Selenium（二十三）使用百度文字识别API识别验证码...

上一节我们讲到验证码，通过图像识别的方式可以识别简单的验证码，所以识别对我们的意义不是特别大。

不过我单独开这一节来讲，也算是扩充一些知识面，同时也可以练习一下关于 requests 的一些用法。对接口测试的理解也有很大的好处。

首先我们需要注册百度开发者平台，并且认证。看这里

注册好以后，创建应用并勾选文字识别服务(其实都可以勾起来玩一玩)，文字识别服务分了几种，有完全免费的“通用文字识别”，每天有 5W 次的访问许可，但是识别准确性较低。

还有一种是“通用文字识别(高精度版)”识别率更高，每天有 500 次免费调用，超出收费。免费的也够用了。这里用高精度版来演示。

要使用这类的开放 API 一定要阅读相关的接口调用文档和示例代码(如果你没有兴趣阅读，可以直接使用我贴出的代码，不过我建议你依然应该好好阅读一下)。好在 Python 是很流行的语言，所以基本上都有关于 Python 的调用示例。不过很多时候用的都是 urllib 系列的库而非 requests。

通用文字识别过程：

使用创建应用分配的 APP_ID、SECRET_KEY 获取 access_token

打开本地图片或者提供网络图片的地址

如果是本地图片，需要对图片的二进制数据进行 base64 编码

对 base64 编码后的数据，需要进行 urlencode 编码，编码格式为{'image': base64数据}

访问 API 地址，以 url 参数形式传递 access_token， 以消息体的方式传递编码后的图片数据

获取识别后的图片文字

我使用 requests 对其调用示例代码改造了一下：

import requests

from urllib.parse import urlencode

import base64

APP_ID = '' # 填写你的appid

SECRET_KEY = '' # 填写你的密钥

TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'

OCR_URL = 'https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic'

ACCURATE_URL = 'https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic'

def fetch_token():

'''

获取 API 调用需要的 access_token

:params:

:return: 返回 access_token 字符串

'''

data = {

'grant_type': 'client_credentials',

'client_id': APP_ID,

'client_secret': SECRET_KEY

}

r = requests.post(TOKEN_URL, data=data)

if 'access_token' in r.json():

return r.json().get('access_token')

else:

print('请检查获取access_token的URL, APP_ID, SECRET_KEY!')

def ocr_b64(b64):

'''

传入base64编码格式的图片数据，识别图片中的文字

:params: base64编码格式的图片数据

:return: 返回识别后的文字字符串

'''

access_token = fetch_token() # 获取 token

if access_token:

payload = {'access_token': access_token} # token通过url参数传递

data = urlencode({'image': b64}) # 对传入的base64编码格式的图片数据进行urlencode编码

r = requests.post(ACCURATE_URL, data=data, params=payload)

r.encoding = 'utf-8'

if 'words_result' in r.json():

return r.json().get('words_result')[0].get('words') # 这里可以直接返回 r.json() 在后续代码取值

else:

print('图片识别失败，请根据返回编码检查错误，https://ai.baidu.com/docs#/OCR-API-ErrorCode/top')

print(r.text)

def ocr_file(image):

'''

传入图片路径，识别图片中的文字

:params: 图片路径

:return: 返回识别后的文字字符串

'''

with open(image, 'rb') as f:

data = base64.b64encode(f.read())

return ocr_b64(data)

if __name__ == "__main__":

print(ocr_file('./2886.png'))

上面代码实现了三个函数：

fetch_token() 用于获取调用 API 需要的 access_token，该 token 需要在调用时通过参数传递。

ocr_b64(b64) 中传入 base64 编码格式的数据，并通过 requests 库将编码后的 base64 数据传递给文字识别 API，并从获取到的返回结果中提取识别后的字符串。

ocr_file(image) 中传入图片，并通过 requests 库将图片传递给文字识别 API，并从获取到的返回结果中提取识别后的字符串。

你只需要修改上面代码中的常量APP_ID和SECRET_KEY，这些都是从百度开发者平台中创建应用后可以得到。

好，接下来我们以 showdoc 系统为例，演示如何通过识别验证码实现登录。你可以选择 showdoc 的在线版来练习。

需要以下步骤完成验证码识别并登录：

打开 showdoc 登录页面

获取 验证码 图片，这里直接获取该元素截图的 base64 编码

调用 ocr_b64() 函数识别验证码

输入登录账号、密码及验证码

点击登录

如果验证码错误，则循环这个过程(验证码识别错误，就刷新页面重来)直到登录成功为止

from selenium import webdriver

import time

driver = webdriver.Chrome()

driver.get('https://www.showdoc.cc/user/login')

while True:

driver.find_element_by_css_selector('[placeholder="用户名/邮箱"]').send_keys('nemo')

driver.find_element_by_css_selector('[placeholder="密码"]').send_keys('123456')

v_code = ocr_b64(driver.find_element_by_class_name('v_code_img').screenshot_as_base64) # => 识别验证码

driver.find_element_by_css_selector('[placeholder="验证码"]').send_keys(v_code)

driver.find_element_by_xpath('//button/*[text()="登录"]').click()

time.sleep(0.5)

try:

# 如果弹出框出现，则说明验证码错误

driver.find_element_by_css_selector(

'.el-message-box .el-button--primary').click()

# 刷新页面

driver.refresh()

except:

# 如果弹出框不出现，则说明验证码正确

break

time.sleep(5)

driver.quit()