网络爬虫——古诗文网中验证码(超级鹰)

网络爬虫——古诗文网中验证码(超级鹰)

目标网址: 古诗文网
目标网址:https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx

在这里插入图片描述

任务要求:

(1)通过selenium的方式模拟该网站的登录,并成功输入用户名和密码;

(2)保存验证码图片,并使用输入式验证码识别的方式识别验证码的文字,获取后输入到输入框中,

(3)验证登录是否成功。

源码:
超级鹰源码:
import requests
from hashlib import md5

class Chaojiying_Client(object):

    def __init__(self, username, password, soft_id):
        self.username = username
        # todo:更改点一
        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)',
        }

    def PostPic(self, im, codetype):
        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)
        return r.json()

    def ReportError(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()

识别源码:
from selenium import webdriver 
from selenium.common.exceptions import TimeoutException , NoSuchElementException
import time 
from PIL import Image
import pytesseract
import chaojiying

browser = webdriver.Edge('E:\\anaconda\\Scripts\\msedgedriver.exe')
# browser = webdriver.Chrome()
try:
    browser.get('https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx')
except TimeoutException:
    print('Time Out')

try:   
    username = browser.find_element_by_xpath('//*[@id="email"]')
    username.send_keys('自己账号')
    time.sleep(1)
    
    password = browser.find_element_by_xpath('//*[@id="pwd"]')
    password.send_keys('自己密码')
    time.sleep(1)
    
    pictureN = browser.find_element_by_xpath('//*[@id="imgCode"]')
    
    browser.save_screenshot('login.png')

    loc = pictureN.location
    size = pictureN.size
 
    left = loc['x']
    top = loc['y']
    bottom = top+size['height']
    right = left+size['width']
 
    page = Image.open('login.png')
    Code = page.crop((left,top,right,bottom))
    Code.save('code.png')
   
    chaojiying = Chaojiying_Client('超级鹰账号', '密码', 'ID')#ID 具体看软件ID。
    im = open('code.png', 'rb').read()
    text = chaojiying.PostPic(im,2004)['pic_str']
    print(text)
       
#     text = pytesseract.image_to_string(Image.open('code.png'))
#     print(text)    

    CodeWhere = browser.find_element_by_xpath('//*[@id="code"]')
    CodeWhere.send_keys(text)
    time.sleep(5)
                     
    Submit = browser.find_element_by_xpath('//*[@id="denglu"]')
    Submit.click()
    time.sleep(5)
except NoSuchElementException:
    print('No Element')
finally:
    browser.close()
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值