快捷導(dǎo)航

python爬蟲(chóng)解決驗(yàn)證碼的思路及示例

更新時(shí)間：2019年08月01日 09:48:31 作者：xiaozhanger

這篇文章主要介紹了python爬蟲(chóng)解決驗(yàn)證碼的思路及示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

如果直接從生成驗(yàn)證碼的頁(yè)面把驗(yàn)證碼下載到本地后識(shí)別，再構(gòu)造表單數(shù)據(jù)發(fā)送的話，會(huì)有一個(gè)驗(yàn)證碼同步的問(wèn)題，即請(qǐng)求了兩次驗(yàn)證碼，而識(shí)別出來(lái)的驗(yàn)證碼并不是實(shí)際需要發(fā)送的驗(yàn)證碼。有如下幾種方法解決。

法1:

用session：

mysession = requests.Session()
login_url = 'http://xxx.com'
checkcode_url='http://yyy.com'
html = mysession.get(login_url,timeout=60*4)
#....balabala解析操作....
checkcode = mysession.get(checkcode_url,timeout=60*4)
with open('checkcode.png','wb') as f:
  f.write(checkcode.content)
 
#接下來(lái)balabala對(duì)圖像操作，可以用python的相關(guān)庫(kù)（識(shí)別率低，教務(wù)網(wǎng)的驗(yàn)證碼都?jí)騿埽?，也可以用云速等第三方?yàn)證碼識(shí)別網(wǎng)站提供的有償服務(wù)（識(shí)別度較高）
 
#再接下來(lái)構(gòu)造表單數(shù)據(jù)balabala

法2:

用cookie：

#綁定cookie
checkcode_url='http://yyy.com'
cookie = cookielib.CookieJar()
handler = urllib2.HTTPCookieProcessor(cookie)
opener = urllib2.build_opener(handler)
 
#先讀取驗(yàn)證碼的url
picture = opener.open(checkcode_url).read()
 
#balabala圖像處理
 
# 生成post數(shù)據(jù) 
data = urllib.urlencode(postData)
# 構(gòu)造request請(qǐng)求
request = urllib2.Request(PostUrl, data, headers)
# 利用之前存有cookie的opener登錄頁(yè)面
try:
  response = opener.open(request)
  result = response.read()
except urllib2.HTTPError, e:
  print e.code

法3:

selenium+手動(dòng)構(gòu)造cookie：該方法無(wú)需識(shí)別驗(yàn)證碼，本人尚未嘗試。

webdriver 操作 cookie 的方法有：

get_cookies() 獲得所有 cookie 信息
get_cookie(name) 返回特定 name 有 cookie 信息
add_cookie(cookie_dict) 添加 cookie，必須有 name 和 value 值
delete_cookie(name) 刪除特定(部分)的 cookie 信息
delete_all_cookies() 刪除所有 cookie 信息

....
#第一次訪問(wèn) xxx 網(wǎng)站
driver.get("http://xxx.com")
#將用戶(hù)名密碼寫(xiě)入瀏覽器 cookie
driver.add_cookie({'name':'username','value':'username'})
driver.add_cookie({'name':'password','value':'password'})
#再次訪問(wèn) xxx 網(wǎng)站，將會(huì)自動(dòng)登錄
driver.get("http://xxx.com")
time.sleep(5)
....
driver.quit()

這種方法難點(diǎn)在于確定該網(wǎng)站是用cookie中的什么key值來(lái)表示“用戶(hù)名”和“密碼”的。而且好像有些cookie是加密過(guò)的?？梢韵扔胓et_cookies()進(jìn)行觀察。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: