爬虫从入门到入预（22）

总所周知，爬虫最烦的就是遇到验证码，人机验证之类的东西，极大降低了我们的爬取效率。这里我们介绍一个专门干掉验证码的工具——超级鹰,超级鹰的具体使用方法可以自行参考官网，首先在超级鹰注册一个账号，绑定公众号可以送1000分，验证一次10分起步，不正确不扣分。然后，具体的任务就是使用超级鹰的验证工具，破解超级鹰的登录。

上代码：

from selenium.webdriver import Chrome
from selenium.webdriver.common.keys import Keys
import time
import requests
from hashlib import md5

class Chaojiying_Client(object):

    def __init__(self, username, password, soft_id):
        self.username = username
        password =  password.encode('utf8')
        self.password = md5(password).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):
        """
        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)
        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()


if __name__ == '__main__':
    chaojiying = Chaojiying_Client('17512573261', 'zzy8794400', '930916')
    web = Chrome()
    web.get('http://www.chaojiying.com/user/login/')
    web.find_element_by_xpath('/html/body/div[3]/div/div[3]/div[1]/form/p[1]/input').send_keys('17512573261')
    web.find_element_by_xpath('/html/body/div[3]/div/div[3]/div[1]/form/p[2]/input').send_keys('zzy8794400')
    img = web.find_element_by_xpath('/html/body/div[3]/div/div[3]/div[1]/form/div/img').screenshot('b.png')
    dic=chaojiying.PostPic(img, 1902)
    verify_code=dic['pic_str']
    time.sleep(5)
    web.find_element_by_xpath('/html/body/div[3]/div/div[3]/div[1]/form/p[3]/input').send_keys(verify_code,Keys.ENTER)
    #用户中心>>软件ID 生成一个替换 96001
	#im = open('a.jpg', 'rb').read()
    # #本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
	#print(chaojiying.PostPic(img, 1902))
    #1902 验证码类型  官方网站>>价格体系 3.4+版 print 后要加()

首先超级鹰的代码都是官方下载的demo应该是不涉及侵权，如果有问题联系我删掉。哈哈哈这是老师的教程，但是这种用超级鹰的工作来破解超级鹰的登录验证码属实是我杀我自己了。有点不道德。现在因为我学的比较晚，超级鹰因为太多人都这么做，应该是已经检测到了，应该是封了selenuim了，所以以上代码并不能跑出我们想要的结果来。不过并不妨碍我们学习selenuim和验证码破解。