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()