python3爬虫验证码识别——超级鹰打码平台的使用实战：识别古诗文网登录页面中的验证码

一、验证码和爬虫之间的爱恨情仇？

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。

二、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）
- 超级鹰打码：https://www.chaojiying.com/

超级鹰打码平台的使用流程：
1. 注册：
2. 登录：

查询该用户是否还有剩余的题分
创建一个软件：超级鹰首页>用户中心>软件ID>生成一个软件ID>录入软件名称>提交（软件id和秘钥）
下载示例代码：开发文档>点此下载python示例

示例代码如下：

#!/usr/bin/env python
# coding:utf-8import requests
from hashlib import md5class Chaojiying_Client(object):def __init__(self, username, password, soft_id):self.username = usernamepassword =  password.encode('utf8')self.password = md5(password).hexdigest()self.soft_id = soft_idself.base_params = {'user': self.username,'pass2': self.password,'softid': self.soft_id,}self.headers = {'Connection': 'Keep-Alive','User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',}def PostPic(self, im, codetype):"""im: 图片字节codetype: 题目类型 参考 http://www.chaojiying.com/price.html"""params = {'codetype': codetype,}params.update(self.base_params)files = {'userfile': ('ccc.jpg', im)}r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, headers=self.headers)return r.json()def ReportError(self, im_id):"""im_id:报错题目的图片ID"""params = {'id': im_id,}params.update(self.base_params)r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)return r.json()if __name__ == '__main__':chaojiying = Chaojiying_Client('超级鹰用户名', '超级鹰用户名的密码', '96001')   #用户中心>>软件ID 生成一个替换 96001im = open('a.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()

只需要把最后一行的print后面加括号（）即可

最后三行所需要的参数：

超级鹰用户名和密码：注册这个网站的

软件ID：在用户中心处获取

图片路径：注意相对路径和绝对路径，案例中附带了一个图片a.jpg

验证码类型：在价格体系中查询 http://www.chaojiying.com/price.html

运行结果（通过程序可知是json格式的数据）：

返回说明:
err_no,(数值) 返回代码
err_str,(字符串) 中文描述的返回信息
pic_id,(字符串) 图片标识号，或图片id号
pic_str,(字符串) 识别出的结果
md5,(字符串) md5校验值,用来校验此条数据返回是否真实有效

三、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 hashlib import md5# 封装识别验证码图片的函数
def getCodeText(userName, password, appId, imgUrl):class Chaojiying_Client(object):def __init__(self, username, password, soft_id):self.username = usernamepassword = password.encode('utf8')self.password = md5(password).hexdigest()self.soft_id = soft_idself.base_params = {'user': self.username,'pass2': self.password,'softid': self.soft_id,}self.headers = {'Connection': 'Keep-Alive','User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',}def PostPic(self, im, codetype):"""im: 图片字节codetype: 题目类型 参考 http://www.chaojiying.com/price.html"""params = {'codetype': codetype,}params.update(self.base_params)files = {'userfile': ('ccc.jpg', im)}r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files,headers=self.headers)return r.json()def ReportError(self, im_id):"""im_id:报错题目的图片ID"""params = {'id': im_id,}params.update(self.base_params)r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)return r.json()if __name__ == '__main__':chaojiying = Chaojiying_Client(userName, password, appId)  # 用户中心>>软件ID 生成一个替换 96001im = open(imgUrl, '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()return chaojiying.PostPic(im, 1902)# 将验证码图片下载到本地
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; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.150 Safari/537.36'}
page_text = requests.get(url=url,headers=headers).text# 解析验证码图片img中src属性值
tree = etree.HTML(page_text)
img_url = tree.xpath('//img[@id="imgCode"]/@src')[0]
img_url = 'https://so.gushiwen.cn/' + img_url
# print(img_url)
img_data = requests.get(url=img_url,headers=headers).content
# 将验证码图片存到本地
with open('./code.jpg','wb') as fp:fp.write(img_data)# 调用打码平台的示例程序进行验证码图片数据识别
result = getCodeText('你的超级鹰用户名','你的超级鹰密码', '你的超级鹰appid', '需要识别的验证码图片在本地的路径')
print(result)

python3爬虫验证码识别——超级鹰打码平台的使用实战：识别古诗文网登录页面中的验证码相关推荐

Python——超级鹰打码平台实现selenium对b站的自动化登陆
目录一 .Chrome(谷歌)驱动器的下载 (一)驱动器版本选择 (二)下载Chrome驱动器二.需要安装的库 (一)安装命令 (二)指定selenium版本原因三.实现步骤 (一)导入相关库 ...
03-数据解析_正则表达式（03 【实战】古诗文网爬虫）
目标:爬取中国古诗文网的诗词注意: 用正则的思路不一样:不存在树结构,在正则眼里只当作'str' 关注zip的用法中国古诗文网网页示例: 1.xpath方法 # -*- coding: utf ...
python爬虫----DAY4-1-----验证码识别实战---识别古诗文网
python爬虫----DAY4-1-----验证码识别实战实战:识别古诗文网登录页面中的验证码 -https://so.gushiwen.cn/user/login.aspx 文章目录 pytho ...
python爬虫之古诗文网中验证码的识别并登录----第三方平台
目标网站:古诗文网目标网址:http://so.gushiwen.org/user/collect.aspx 任务要求: (1)通过selenium的方式模拟该网站的登录,并成功输入用户名和密码: ...
Python使用网络抓包的方式，利用超级鹰平台识别验证码登录爬取古诗文网、上篇--识别验证码
Python使用网络抓包的方式,利用超级鹰平台识别验证码登录,<爬取古诗文网>. 上篇–识别验证码序言: 哈喽,各位小可爱们,我又来了,这次我新学习到的内容是python爬虫识别验证码. ...
python爬虫-古诗文网验证码识别
文章目录一.前期准备二.示例代码一.前期准备古诗文网验证码识别,是通过对古诗文网登陆界面的验证码图片进行识别的,利用专门的验证码识别网站,可以提取验证码图片中的验证码网站推荐:超级鹰注册登 ...
python网络爬虫系列（九）——打码平台的使用
验证码处理学习目标了解验证码的相关知识掌握图片识别引擎的使用了解常见的打码平台掌握通过打码平台处理验证码的方法 1.图片验证码 1.1 什么是图片验证码验证码(CAPTCHA)是& ...
Python3爬虫——用BeautifulSoup解析古诗文网
我们之前已经用Xpath分析过了古诗文网,但还是感觉有点麻烦,所以今天来讲BeautifulSoup库,它可以很方便的帮我们抓取网页的数据,同样也支持lxml解析器,下面我们来详细介绍: 安装Beau ...
用机器学习sklearn+opencv-python过古诗文网4位数字+字母混合验证码
目录获取验证码图片用opencv-python处理图片制作训练数据集训练模型识别验证码编写古诗文网的登录爬虫代码总结与提高源码下载在本节我们将使用sklearn和opencv-pyt ...
爬虫day01(上午) 模拟登录古诗文网
前言:今天是学习爬虫的第一天,因为看的教学视频比较老,所以很多案例都不能用了,于是我自己发挥动手操作,做了个比视频里更有含金量的练习,由于与视频案例大有不同,所以期间发生了点问题,经过探索现已解决,留 ...

python3爬虫验证码识别——超级鹰打码平台的使用实战：识别古诗文网登录页面中的验证码

一、验证码和爬虫之间的爱恨情仇？

二、识别验证码的操作：

三、实战：识别古诗文网登录页面中的验证码。

python3爬虫验证码识别——超级鹰打码平台的使用实战：识别古诗文网登录页面中的验证码相关推荐

最新文章

热门文章