0.前言

好久没写 Python 了，正好有小伙伴有个批量查询保修期得需求，就练习一下：

查询地址：https://consumer.huawei.com/cn/support/warranty-query/

需求就是根据序列号查询到对应的保修截止日期。个人感觉用 selenium 来做更简单点，然后验证码使用的 pytesseract 来识别。

1.准备工作

A：selenium 库及谷歌浏览器、谷歌浏览器驱动

驱动注意要下载浏览器对应版本的，可以从镜像下载：https://npm.taobao.org/mirrors/chromedriver/

环境配置参考：https://blog.csdn.net/Q0717168/article/details/109839985

不过设置环境变量不是必须的，只要能找到这个路径就行。

B：PIL 库和 opencv 库

直接 pip 安装 pillow 和 pyopencv，因为百度验证码识别的时候别人用的这个。

C：pytesseract 库和 tesseract-OCR 软件

主要是识别图片中的文本，opencv 降噪滤波等处理后图像传入 ocr 进行识别，虽然识别率不高，但是多测试几张图总能识别到正确的。注意 tesseract-OCR 软件装最新版本的效果好点（我装的 5.0-20210811）。

pytesseract 配置：https://www.jianshu.com/p/2db541800418

tesseract-ORC 下载：https://digi.bib.uni-mannheim.de/tesseract/

2.代码分享

我的思路是逐个验证码进行查询，每次先 get 查询页面，填上序列号，然后单独请求验证码图片（好在这个图片单独请求不会变内容），拿到验证码图片后使用 opencv 进行预处理，过滤掉验证码图片上的干扰信息，处理完传给 tesseract 进行识别，填上识别得验证码，点击查询。如果验证码错了就刷新查询页面重新识别验证码，如果查询到结果就保存当前的查询结果。

验证码识别参考（转载）：https://blog.csdn.net/wade1203/article/details/108786481

待优化：

A.加上 IP 代理池

B.没对异常的序列号进行处理，可能造成死循环一直查询该错误的序列号

测试结果（可以看到有时候会试错很多次验证码）：

git 链接：https://github.com/gongjianbo/MyTestCode/tree/master/Py/HuaweiQuery

源码：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from selenium.common.exceptions import TimeoutException, NoSuchElementException
import requests
from PIL import Image
import cv2 as cv
import pytesseract
import json
import time
import re#selenium + chromedriver安装和配置：https://blog.csdn.net/wade1203/article/details/108786481
#Pytesseract安装参考：https://www.jianshu.com/p/2db541800418
#验证码识别参考：https://blog.csdn.net/wade1203/article/details/108786481#识别验证码def img_ocr(path):#path = 'temp.jpg'image = cv.imread(path)#cv.imshow('raw', image)# 边缘保留滤波  去噪blur = cv.pyrMeanShiftFiltering(image, sp=8, sr=60)#cv.imshow('dst', blur)# 灰度图像gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)# 二值化ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)#print(f'二值化自适应阈值：{ret}')#cv.imshow('binary', binary)# 形态学操作  获取结构元素  开操作kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 2))bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)#cv.imshow('bin1', bin1)kernel = cv.getStructuringElement(cv.MORPH_OPEN, (2, 3))bin2 = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel)#cv.imshow('bin2', bin2)# 逻辑运算  让背景为白色  字体为黑  便于识别cv.bitwise_not(bin2, bin2)#cv.imshow('binary-image', bin2)# 识别test_message = Image.fromarray(bin2)text = pytesseract.image_to_string(test_message, lang='eng', config='--psm 6')# 去掉非字母new_crazy = filter(str.isalpha, text)text = ''.join(list(new_crazy))print('验证码:', text)#cv.waitKey(0)#cv.destroyAllWindows()return text#检测请求结果，判断验证码是否异常class result_check():def __init__(self):passdef __call__(self, driver):try:el = driver.find_element_by_xpath(('//div[@class="end-warrantly-date"]/span[@class="in-span-value"]'))#print('ret', el.text)return elexcept:try:el = driver.find_element_by_xpath(('//li[@class="wic-identify"]/span[@style="display: inline-block;"]'))#print('warn', el.text)return elexcept:return Falsereturn False#读取验证码列表文件def read_snfile(path):ret = []with open(path, 'r', encoding='utf8') as f:for line in f.readlines():linestr = line.strip()ret.append(linestr)return ret#写爬取结果def write_datefile(path, text, clear):flag = 'w+' if clear else 'a+'with open(path, mode=flag, encoding='utf8') as f:f.write(text+'\n')base_url = 'https://consumer.huawei.com/cn/support/warranty-query/'#爬取def test():browser = webdriver.Chrome(r'C:\Users\1992\AppData\Local\Google\Chrome\Application\chromedriver.exe')wait = WebDriverWait(browser, 20)  # 设置几秒超时时间wait_result = WebDriverWait(browser, 10)  # 设置几秒超时时间#sn_arr = [#    "2155030979TV11041409",#    "11111111"#]sn_arr = read_snfile('sn_list.txt')if len(sn_arr) < 1:print('sn list is empty')returnprint('sn count=', len(sn_arr))sn_index = 0flag = True#顺序遍历每个序列号while flag:sn = sn_arr[sn_index]try:browser.get(base_url)print('\n序列号:', sn)#序列号输入input_sn = wait.until(EC.presence_of_element_located((By.XPATH, '//input[@class="s-input ip"]')))input_sn.clear()input_sn.send_keys(sn)#验证码图片img_code = wait.until(EC.presence_of_element_located((By.XPATH, '//div[@class="fr wiw-img"]/img')))img_response = requests.get(img_code.get_attribute('src'))img = img_response.contentwith open('temp.jpg', 'wb') as f:f.write(img)code = img_ocr('temp.jpg')if len(code) != 4:raise Exception('code len error')#验证码输入input_code = wait.until(EC.presence_of_element_located((By.XPATH, '//input[@class="s-input ip01 ga-page-view"]')))input_code.clear()input_code.send_keys(code)#查询按钮btn_query = wait.until(EC.presence_of_element_located((By.XPATH, '//a[@class="s-btn"]')))btn_query.click()#获取查询结果#span_value = wait_result.until(EC.presence_of_element_located(#    (By.XPATH, '//div[@class="end-warrantly-date"]/span[@class="in-span-value"]'))span_value = wait_result.until(result_check())if span_value.text.find('验证码') != -1 or len(span_value.text) < 1:raise Exception('code text error')print('保修截至日期:', span_value.text)write_datefile('date_list.txt', sn_arr[sn_index]+':'+span_value.text, bool(sn_index == 0))except TimeoutException:print('test timeout')except Exception as e:print('test exception:', e)else:sn_index += 1#当前进度print('test success', sn_index, '/', len(sn_arr))if sn_index >= len(sn_arr):#执行结束flag = Falsetime.sleep(5)finally:print('test final')#close只会关闭当前页面，quit会退出驱动并且关闭所关联的所有窗口，最后执行完以后就关闭。browser.quit()print('test browser quit')if __name__ == "__main__":test()

Python selenium练习：华为保修查询相关推荐

Python+selenium 自动化-基本环境搭建，调用selenium库访问百度查询天气实例演示
Python+selenium 自动化第一章:基本环境搭建 ① 安装 selenium 库 ② 下载对应版本的浏览器驱动 ③ 调用百度查天气演示第一章:基本环境搭建 ① 安装 selenium 库 ...
python selenium定位元素方法,python + selenium 练习篇 - 定位元素的方法
1.利用ID定位元素(能直接通过ID来定位的元素比较少) # coding=utf-8 from selenium import webdriver driver = webdriver.Chrome ...
python selenium爬虫_详解基于python +Selenium的爬虫
详解基于python +Selenium的爬虫一.背景 1. Selenium Selenium 是一个用于web应用程序自动化测试的工具,直接运行在浏览器当中,支持chrome.firefox等主 ...
快速搭建Python+Selenium+Sublime 自动化测试环境方法
随着业内越来越多的公司对自动化测试的大力推行,对测试人员能够使用自动化工具的要求也随之增多.为了能让更多的同事在学习selenium的初期,能够顺利的迈出第一步,即可以通过代码操作selenium d ...
python selenium 下载文件_Python Selenium —— 文件上传、下载，其实很简单
很多selenium学习者被浏览器弹出的文件上传.下载框折磨的痛不欲生,今天博主就带你们轻松搞定上传和下载问题. 上传上传弹框文件上传是所有UI自动化测试都要面对的一个头疼问题,要处理这个问题,我 ...
python+selenium+pycharm安装
在windows下安装python3.6.5 Python+Selenium安装及环境配置 - 程序员大本营安装教的很好下载python安装包进入https://www.python.or ...
Python+Selenium自动化测试——126邮箱自动登录脚本(登录首页是二维码，切入账号密码输入框)
Python+Selenium自动化测试--126邮箱自动登录脚本版权声明:本文为博主原创文章,未经允许不得转载.https://blog.csdn.net/qiao_wan/article/det ...
Python+Selenium自动搜索基金业协会指定企业名单，抓取指定信息并保存到数据库...
Python+Selenium自动搜索基金业协会指定企业名单,抓取指定信息并保存到数据库.网址https://gs.amac.org.cn/amac-infodisc/res/pof/manager/ ...
百度快排探究（一），Python selenium 实现自然搜索访问目标网站
快排是现在比较火热的seo手段,快排即快速排名,相比传统的优化手段,尤其是企业站而言,快排能够快速占据排名,获取流量及客户,也是最热门的韭菜项目,可谓酸爽至极. 快排有没有用,据观察,应该是有用的,不 ...
使用python+selenium爬取同城旅游网机票信息
最近使用python+selenium爬取了同城旅游网机票信息相关主要代码如下,通过模拟人为操作,拿下了这个机票列表的html代码,然后就可以使用xpath或者re等方式从中提取需要的字段信息了. ...

Python selenium练习：华为保修查询