欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python+Selenium+PIL+Tesseract自動識別驗證碼進行一鍵登錄

 更新時間:2017年09月20日 10:22:49   作者:哈士奇說喵  
本篇文章主要介紹了Python+Selenium+PIL+Tesseract自動識別驗證碼進行一鍵登錄,具有一定的參考價值,有興趣的可以了解下

本文介紹了Python+Selenium+PIL+Tesseract自動識別驗證碼進行一鍵登錄,分享給大家,具體如下:

  • Python 2.7
  • IDE Pycharm 5.0.3
  • Firefox瀏覽器:47.0.1
  • Selenium
  • PIL
  • Pytesser
  • Tesseract

扯淡

​ 我相信每個腳本都有自己的故事,我這個腳本來源于自己GRD教務系統(tǒng),每次進行登錄時,即使我輸入全部正確,第一次登錄一定是登不上去的!我不知道設計人員什么想法?難道是為了反爬機制?你以為一次登不上,我tm就不爬了?我要是不高興了,信不信秒秒鐘訪問你1000+讓大家都上不去咯~咳咳,有點跑題了。

Talk is cheap, Show me the code

自動識別驗證碼模擬登陸,注意是自動,一鍵登錄,不是那種掃出驗證碼,然后手動輸入登錄!首先來代碼實現(xiàn)吧!

# -*- coding: utf-8 -*-
#Author:哈士奇說喵
from selenium import webdriver
import os
import pytesser
import sys,time
from PIL import Image,ImageEnhance

#shift+tab多行縮進(左)
reload(sys)
PostUrl = "http://yjsymis.hrbeu.edu.cn/gsmis/indexAction.do"

driver=webdriver.Firefox()
driver.get(PostUrl)


i=0
while 1:#sb登錄系統(tǒng),即使輸對所有消息還是登不進去的,需要登錄兩次及以上

  i=i+1
  try:
    elem_user = driver.find_element_by_name('id')
    elem_psw = driver.find_element_by_name('password')
    elem_code = driver.find_element_by_name('checkcode')
  except:
    break
  #-------------------對驗證碼進行區(qū)域截圖,好吧,這方法有點low------------------
  driver.get_screenshot_as_file('C:\Users\MrLevo\image1.jpg')#比較好理解
  im =Image.open('C:\Users\MrLevo\image1.jpg')
  box = (516,417,564,437) #設置要裁剪的區(qū)域
  region = im.crop(box)   #此時,region是一個新的圖像對象。
  #region.show()#顯示的話就會被占用,所以要注釋掉
  region.save("e:/image_code.jpg")

  #-------------------------------------------------------------------

  #--------------ImageGrab.grab()直接可以區(qū)域截圖,但是有bug,截圖不全-------
  '''
  bbox = (780, 0, 1020, 800)
  img = ImageGrab.grab()
  img.save("E:\image_code.jpg")
  img.show()
  '''
  #-------------------------手動輸入驗證碼:適用范圍更廣,但不夠方便------------------------------
  '''
  response = opener.open(CaptchaUrl)
  picture = response.read()
  with open('e:/image.jpg', 'wb') as local:
    local.write(picture)
  # 保存驗證碼到本地

  #------------對于不能用pytesser+ocr進行識別,手動打開圖片手動輸入--------
  # 打開保存的驗證碼圖片 輸入
  #SecretCode = raw_input('please enter the code: ')
  #----------------------------------------------------------------------
  '''

  #--------------------圖片增強+自動識別簡單驗證碼-----------------------------
  #time.sleep(3)防止由于網(wǎng)速,可能圖片還沒保存好,就開始識別
  def image_file_to_string(file):
    cwd = os.getcwd()
    try :
      os.chdir("C:\Users\MrLevo\Anaconda2\Lib")
      return pytesser.image_file_to_string(file)
    finally:
      os.chdir(cwd)
  im=Image.open("E:\\image_code.jpg")
  imgry = im.convert('L')#圖像加強,二值化
  sharpness =ImageEnhance.Contrast(imgry)#對比度增強
  sharp_img = sharpness.enhance(2.0)
  sharp_img.save("E:\\image_code.jpg")
  #http://www.cnblogs.com/txw1958/archive/2012/02/21/2361330.html
  #imgry.show()#這是分布測試時候用的,整個程序使用需要注釋掉
  #imgry.save("E:\\image_code.jpg")

  code= pytesser.image_file_to_string("E:\\image_code.jpg")#code即為識別出的圖片數(shù)字str類型
  print code
  #打印code觀察是否識別正確


  #----------------------------------------------------------------------
  if i <= 2: # 根據(jù)自己登錄特性,我這里是驗證碼失敗一次,重填所有,失敗兩次,重填驗證碼
    elem_user.send_keys('S315080092')
    elem_psw.send_keys('xxxxxxxxxx')

  elem_code.send_keys(code)
  click_login = driver.find_element_by_xpath("http://img[@src='main_images/images/loginbutton.gif']")
  click_login.click()


#time.sleep(5)#搜索結(jié)果頁面停留片刻
#driver.save_screenshot('C:\Users\MrLevo\image.jpg')
#driver.close()
#driver.quit()

Show Gif ( :

第一次放動圖,心理還有點小激動~

遇到問題及解決方法

1:驗證碼取得問題,因為每次刷新之后驗證碼動態(tài)刷新,所以如果不采用cookie的話(我還不太會用cookie),根本捉不到元素,這個我在下篇文章中采用cookie來登錄的,但不是調(diào)用瀏覽器,這個跑遠了,下次說。

1:解決方案:用了driver.get_screenshot_as_file方法,機智的進行全截圖,然后采用PIL中的crop進行再截圖操作,可能有人會說,為什么不采用ImageGrab.grab()函數(shù)來做,好吧,因為這個函數(shù)在win10上盡然!截不了全圖!!自己試了才知道,btw,我的分辨率1920x1080,難道和分辨率有關?反正這個我截了好久都沒有成功,到最后才想到,截全部看看,結(jié)果,tmd只有一半,我說怎么都找不到要截圖的部分!

2:驗證碼驗證錯誤率高問題

2:解決方案,采用PIL強大的圖像處理功能,我先將圖片二值化,本來是藍色字體的,,然后再進行對比度強化來銳化圖片,然后再調(diào)用Tesseract.exe進行處理,提高的識別精度不是一點兩點:看圖比較,左1是用cookie抓的原圖,右邊是全景截圖,再定位截圖,再進行二值化和銳化處理的圖,本來我想著用matlab做圖像識別的,但是想想還要調(diào)用,感覺有點麻煩。。。

3:調(diào)用Tesseract.exe問題

3:解決方案因為程序執(zhí)行圖像識別需要調(diào)用Tesseract.exe,所以必須把路徑切到有這個exe的路徑下,剛開始,以為和包依賴,結(jié)果根本沒有識別出任何圖!折騰一個多小時才寫好驗證碼識別的問題—-單獨測試的確很重要,記一筆!

4:登錄失敗問題–mdzz學校教務系統(tǒng)二次驗證

4:解決方案,寫了一個while循環(huán),把主程序很大部分都扔進去了,目的也很明確,如果第一次登錄失敗,再重復進行登錄,注意采用try試探元素是否仍然存在,except來拋出break結(jié)束循環(huán),因為登錄成功后,比如說driver.find_element_by_name('id')是不存在的!所以當這個元素在登陸后的界面找不到時,那就說明登錄成功,ok,跳出循環(huán),進行下一步操作。

5:明明圖片已截取,為什么沒有識別

5:解決方案,這個我真的沒想到,我一直以為可能因為save時候還沒下載好,導致庫中沒有這張圖,那就不能識別,但是我用time.sleep函數(shù)讓它停下來緩緩,還是不行,我就很無語了,想了半天,可能是因為圖片被占用!因為我有一個img.show()函數(shù),為了檢測有沒有截取到標準的圖,然后show之后這個圖像就被占用了!就像你在編輯word時候,是無法刪除word文檔一樣!果然在注釋掉show之后,一切可行,真是差錯查了小半天?。?!

6:元素一切就位,為什么不執(zhí)行操作

6:解決方案,這個有點腦殘了,不過的確是我遇到的,還是記上一筆,然后罵自己一遍sb,沒有click()你讓它怎么處理!?。【拖裼胏ookie登錄時候還有個ENTRY呢!

7:兩次驗證失敗后,用戶名重復累加

7:解決方案,直接加了個變量,計數(shù)循環(huán)次數(shù),觀察到只要超過兩次沒有登錄上,就會累加登錄名和用戶密碼,直接寫了個if進行判斷,完事!

8:im.crop(box)裁剪區(qū)域選擇困難癥

8:解決方案,多試幾次,反正我是試出來的。。。。當然,你點擊圖片進行審查元素時候,可以看到圖片大小,那么,你就可以知道橫縱坐標差值多少,但是大范圍區(qū)域還得自己試,如有更好的辦法,請告知,以下為我截圖實驗次數(shù),次數(shù)30+

9:導入不了Image,ImageEnhance

9:解決方案,因為PIL用的是第三方庫,所以,采用的導入方式是這樣的,多看看官方文檔就可以,官方描述如下
Usefrom PIL import Imageinstead ofimport Image.

10:找不到應該鍵入的元素

10:這個問題,請單擊要輸入的空白處右鍵,審查元素,就可以看到,然后根據(jù)driver.find_element_by_各種方法來定位元素,如果輸入進行了隱藏,在當前頁面找不到怎么辦,就像如下圖,需要先點擊我的圖書館,才能看到輸入的賬戶和密碼,那么先找我的圖書館的元素,進行click操作,之后再找元素,一句話,把自己想成瀏覽器,阿不,把python想成瀏覽器。。。。。

上圖的代碼我也放上,大同小異,比有驗證碼的簡單,但是多了一個click操作。

# -*- coding: utf-8 -*-
#Author:哈士奇說喵
from selenium import webdriver
import time
import sys


#shift+tab多行縮進(左)
reload(sys)
PostUrl = "http://lib.hrbeu.edu.cn/#"
driver=webdriver.Firefox()
driver.get(PostUrl)

elem_user = driver.find_element_by_name('number')
elem_psw = driver.find_element_by_name('passwd')

#選擇我的圖書館,點擊后才能看到輸入賬號密碼
click_first = driver.find_element_by_xpath("http://ul[@id='imgmenu']/li[4]")
click_first.click()
elem_user.send_keys('S315080092')
elem_psw.send_keys('xxxxxxxx')

#點擊登錄
click_second = driver.find_element_by_name('submit')
click_second.click()

time.sleep(5)
#登陸后選擇
click_third = driver.find_element_by_xpath("http://*[@id='mainbox']/div/div/ul/li/a")
click_third.click()

time.sleep(5)#搜索結(jié)果頁面停留片刻
#driver.save_screenshot('C:\Users\MrLevo\image.jpg')

driver.close()
driver.quit()

 最后

(雖然我知道以后肯定會再補充):斷斷續(xù)續(xù)差不多兩天時間來實現(xiàn)這個操作,雖然對大家來說應該不算難,但是對自己還是有蠻大提升的,對selenium有了基本的概念和操作,對PIL也進行了使用,還有ocr的調(diào)用,雖然調(diào)用firefox來執(zhí)行操作表面上看起來很酷炫,但是執(zhí)行效率和占用內(nèi)存是很大的內(nèi)傷,但作為可視化的模擬瀏覽器登錄,這點做的還是十分絢麗的。

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關文章

最新評論