使用session解决动态刷新的图片验证码

注意：阅读本文之前需要有一定的爬虫基础

前言

我们在爬网站的时候经常会遇到输入图片验证码的情况，解决这种验证码的方法也有很多，比如：

• 使用selenium访问网页并截图进行识别
• 找到验证码图片的地址进行访问并保存进行识别

第一种方法所见即所得，模仿正常人浏览网页输入验证码的方式，但是有个缺点，使用selenium需要图形化界面，降低了访问效率。

第二种方法访问效率高但是也有个致命的缺点，就是验证码是动态刷新的，每次访问验证码的url时验证码都会变化，那么我们该怎么解决呢？

这里需要使用session和cookie来处理

session和cookie是什么？

Cookie和Session的区别（面试必备）_秋风不识路的博客-CSDN博客_cookie与session区别

这篇文章介绍的很详细了，这里我再简单解释一下：比如我们在访问CSDN的时候，如果已经登陆了，下次再打开CSDN时不需要登陆。这就是session和cookie的作用，session存储在网站的服务器端，cookie存储在我们电脑的浏览器中，当我们首次访问一个网站的时候，首先服务器中会产生一个session并向浏览器端发送一个set-cookie，我们的浏览器会生成一个cookies，在下次访问该网站的时候浏览器发送cookie到服务器，服务器便知道我们的身份了。解释的不是很严谨，但意思一致。

原理

当我们正常登录一个网站的时候，我们首先要做的是进入下面这样的登录界面

现在将其看做主界面部分和验证码部分，在打开这个界面的一瞬间这两部分是同时加载的，但是这个界面下我们是无法获取界面中的这个验证码的，只能通过解析源代码获取验证码的访问链接，当我们访问该验证码链接时，验证码又刷新了，所以这个方法行不通。

其实这个主界面对爬虫程序而言是没有用的，模拟登陆（相当于点击登陆按钮）只需要往post请求中添加学号密码验证码这些参数即可。

现在思路是不是清晰了许多？我们只需要访问验证码的链接（相当于访问了登录界面）并且保存下验证码，并且保存该次访问的cookie信息，在提交登陆的post请求时只需要带上这个cookie（让服务器知道我们之前访问的验证码是这个）和需要的学号密码以及验证码即可模拟登陆成功。

代码实现：

实现该功能我们可以使用requests库中的session方法

session = requests.session()# 创建session对象
resposne = session.get('验证码链接')# 访问验证码的链接并保存结果
with open('code.png','wb') as fp:
	fp.write(response.content)# 保存验证码

# 这里需要进行验证码的识别
# code = xxx.xxx
data = {
	'学号':'xxx',
	'密码':'xxx',
	'验证码':code
}# 保存登陆需要的数据
response = session.post(url=url,data=data)# 模拟登陆
with open('main_page.html', 'w', encoding='utf-8') as fp:# 保存登陆的界面
	fp.write(response.text)

验证码的识别部分可以参考这里python验证码识别库ddddorc_八天一吨水的博客-CSDN博客_验证码本地识别库

最后我们打开保存的登录界面，如果与正常登陆的界面类似说明大功告成。

本文仅供学习使用，请勿用于其他用途