爬虫——验证码

验证码识别

反爬机制：验证码.识别验证码图片中的数据，用于模拟登陆操作。

识别验证码的操作：
- 人工肉眼识别。（不推荐）
- 第三方自动识别（推荐）
- 超级鹰：http://www.chaojiying.com/
超级鹰的使用流程：
- 注册
- 登录：
- 创建一个软件
- 下载示例代码：点击开发文档—>点击python

PythonHTTP示例下载
实战：识别古诗文网登录页面中的验证码。
使用打码平台识别验证码的编码流程：
- 将验证码图片进行本地下载
- 调用平台提供的示例代码进行图片数据识别

import requests
from lxml import etree
from CodeClass import Chaojiying_Client

if __name__ == '__main__':
    url = "https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx"
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.61 Safari/537.36"
    }
    page_text = requests.get(url=url, headers=headers).text

    # 将验证码图片下载到本地
    tree = etree.HTML(page_text)
    img = tree.xpath("//*[@id='imgCode']/@src")[0]
    code_img_src = "https://so.gushiwen.cn" + img
    img_data = requests.get(url=code_img_src, headers=headers).content
    with open("./code.jpg", "wb") as fp:
        fp.write(img_data)

    # 调用打码平台的实例程序进行验证码图片数据识别
    chaojiying = Chaojiying_Client('15343725781', 'tlmtlm666', '929694')  # 用户中心>>软件ID 生成一个替换 96001
    im = open('./code.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(im, 1902))  # 1902 验证码类型  官方网站>>价格体系 3.4+版 print 后要加()