爬虫学习_selenium自动填写验证码

最新推荐文章于 2024-08-28 15:55:14 发布

onw4irport

最新推荐文章于 2024-08-28 15:55:14 发布

阅读量2.8k

点赞数 3

文章标签： python selenium 爬虫 tesseract 图像识别

本文链接：https://blog.csdn.net/weixin_44391590/article/details/100110602

版权

本文介绍了使用selenium和tesseract进行验证码识别的过程，包括打开网站、截图识别验证码，并探讨了识别效果和应用场景。

摘要由CSDN通过智能技术生成

爬虫学习_自动填写验证码

- 介绍一哈
项目

介绍一哈

最近在跟着静觅大神。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。的书、博客学习爬虫，准备学学写写记录一下。希望可以跟各位互相学习一下（抱拳）

项目

在学习了tesseract识别验证码后，准备用selenium + tesserocr写个中国知网的自动填写验证码
网站地址: 点我点我.

页面如下：
在这里插入图片描述

第一步打开网站

直接用selenium打开不多说不多说
讲究一点可以添加点响应时长和等待浏览器加载完毕的设置

from selenium import webdriver

browser = webdriver.Chrome()
browser.get('http://my.cnki.net/elibregister/commonRegister.aspx')

第二步获取验证码图片

一开始的想法是获取网页中验证码图片的地址下载图片再做验证码识别然后再填入
在这里插入图片描述
在network中发现 CheckCode.aspx 就是验证码那么我们就可以通过 [Request URL] 得到验证码图片地址(http://my.cnki.net/elibregister/CheckCode.aspx)

import requests

headers = {
   
	'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '
                          '(KHTML, like Gecko) Chrome/76.0.3809.100 Safari/537.36'
}
url = 'http://my.cnki.net/elibregister/CheckCode.aspx'

res = requests.get(url, headers=headers)
with open('./checkcode.png', 'wb') as f:
	f.write(res.content)

好了！我们现在已经获取到验证码存到本地了！只要识别之后填入就ok了！
但是突然想到用selenium打开的页面中的验证码与我们自己通过url获取的验证码其实没有一毛钱关系！
当时还在想有啥方法可以让selenium打开的页面与 requests请求获取的验证码在同一个Session下进行
反正就是挺憨憨的

第二步获取验证码图片

没错！还是第二步。后来发现 selenium 获取验证码其实有简单粗暴的方法就是直接截图 o(╥﹏╥)o

		browser = webdriver.Chrome()
        browser.get('http://my.cnki.net/elibregister/commonRegister.aspx')
        browser.save_screenshot('./checkcode.png')  # 保存整个网页
        
        element = browser.find_element_by_xpath('/