Python爬虫自动识别验证码登陆

一、思路

二、代码

三、注意事项

一、思路

使用selenium先get到页面，截取登陆界面（包括验证码）。代码处理+ocr识别，自从输出验证码，再使用selenium定位到登陆元素，点击登陆即可。

二、代码

from selenium import webdriver
import cv2
from paddleocr import PaddleOCR
import re
from PIL import Image
import requests
import sys
import scipyif __name__ == '__main__':driver = webdriver.Chrome()driver.implicitly_wait(3)        # 设置隐士等待driver.get('url')    # 要爬取的url# 屏幕截图----进入到验证码界面再截图driver.save_screenshot('code.png')# 找到验证码                        验证码页面元素标签photo = driver.find_element_by_tag_name('img')x = photo.location['x']y = photo.location['y']width = photo.size['width']height = photo.size['height']# 保存验证码im = Image.open('code.png')im = im.crop((x, y, x + width, y + height))im.save('new_code.png')raw = cv2.imread('new_code.png',0)# 二值化图片binary = cv2.adaptiveThreshold(~raw, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 35, -5)cv2.imshow('binary_picture', binary)if cv2.waitKey(0):cv2.destroyWindow('binary_picture')# 调用paddleOCR识别ocr = PaddleOCR(use_angle_cls=True ,use_gpu=False)img_info = ocr.ocr(binary, cls=False)print(img_info)# 最终结果img_result = ""for line in img_info:# 得到图片中文字  循环加总，（多行的情况）img_result += line[-1][0]img_result += ' '# 去除特殊字符text1 = re.findall(r'[^\*"/:?\\|<>″′‖ 〈\n]', img_result, re.S)text1 = "".join(text1)print('验证码图片信息：' + text1)

三、注意事项

除上述之外还需做一个其他事情，就是假设验证码里包含x等形似数学运算符的，需要做一个判断来保持识别的准确率。

列如：

# 注意这里的×为乘号
if '×' in text:text.replace('×','X')

Python爬虫自动识别验证码登陆相关推荐

python tesseract selenium自动识别验证码登陆
文章目录前言一.下载安装tesserocr 1. 环境:win7 x64位 +python3.6 2. 下载链接 3.安装注意事项二.安装pytesseract和Pillow包 1.使用pych ...
使用python爬虫模拟12306登陆
使用python爬虫模拟12306登陆需要用到requests库函数,下载requests库函数地方法:直接在命令行输入以下代码就可以了就可以了. pip install requests 模拟 ...
Python爬虫之验证码处理
1.了解常见验证码在日常生活与工作中,在进行各类设计个人账户安全的操作时,往往需要填写各种验证码来进行验证,短信.语音.文字.问答.图片.拖拽.旋转腾挪.拼图接图...千奇百怪,各种各样,种类繁多, ...
python爬虫遇到验证码的处理方法（以爬取中国执行信息公开网为例）
朋友们大家好,python爬虫是在学习python时比较容易上手的学习方式,爬虫的思路简要以下几点: 1.获取需要爬取页面的网址,并且对网页内容进行分析.(主要就源代码讨论,如果我们需要的内容没有在源 ...
Python 爬虫云验证码识别
Python 爬虫验证码识别 1. 百度智能云 2. 使用 2.1 API 文档使用 2.2 SDK 文档使用 3. 获取古诗文网验证码免责声明:自本文章发布起, 本文章仅供参考,不得转载,不得复制 ...
python爬虫(一):模拟登陆微博
最近花了不少时间来学python爬虫,觉得还是有很多问题的,比如说requests.get获得Pixiv的网页源代码,一直获取不到,不过我猜测大概是headers的问题,准备之后处理. 废话少说我们先 ...
python爬虫滑动验证码_python爬虫21 | 对于b站这样的滑动验证码，不好意思，照样自动识别...
今天要来说说滑动验证码了大家应该都很熟悉点击滑块然后移动到图片缺口进行验证现在越来越多的网站使用这样的验证方式为的是增加验证码识别的难度那么对于这种验证码应该怎么破呢接下来就是打开 ...
python爬虫遇到验证码、输入验证码后提醒验证码错误_爬虫遇到头疼的验证码？Python实战讲解弹窗处理和验证码识别...
前言在我们写爬虫的过程中,目标网站常见的干扰手段就是设置验证码等,本就将基于Selenium实战讲解如何处理弹窗和验证码,爬取的目标网站为某仪器预约平台可以看到登录所需的验证码构成比较简单,是彩色 ...
Python爬虫教程——新浪微博登陆
一.前期准备: 编译环境:Python 3.4 Python库:requests.re.urllib.BeautifulSoup 二.实现分析: 尝试爬虫登陆网站时,会涉及到很多Javascript. ...

Python爬虫自动识别验证码登陆

一、思路

二、代码

三、注意事项

Python爬虫自动识别验证码登陆相关推荐

最新文章

热门文章