欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

爬虫中手动输入验证码方法无法获取图片src地址

程序员文章站 2022-03-10 17:55:08
爬虫中手动输入验证码方法无法获取图片src地址以登陆人民邮电出版社为例:https://www.ptpress.com.cn/login验证码在html中图片标签内容:< class=“verCodeImg” src="/kaptcha.jpg?v=0.234724239578059" οnclick=“verCo...

爬虫中手动输入验证码方法无法获取图片src地址

以登陆人民邮电出版社为例:https://www.ptpress.com.cn/login

验证码在html中图片标签内容:
爬虫中手动输入验证码方法无法获取图片src地址
<class=“verCodeImg” src="/kaptcha.jpg?v=0.234724039578059" οnclick=“verCode(this)”>
爬虫中手动输入验证码方法无法获取图片src地址

< class=“verCodeImg” src="/kaptcha.jpg?v=0.234724239578059" οnclick=“verCode(this)”>
可知获取到验证码的src地址就能动态的获得验证码

import requests
from bs4 import BeautifulSoup

login_url = 'https://www.ptpress.com.cn/login'
req = requests.get(login_url)

#用bs4定位到元素
soup = BeautifulSoup(req.content,'lxml')
soup.select('#loginForm > div.row > div.col-md-4.col-sm-4.col-xs-4 > div > img')

但是运行后会发现它是没有显示src的
爬虫中手动输入验证码方法无法获取图片src地址
因为验证码是动态的!动态的!动态的!

动态爬取网页的方法:
要用到selenium库

import requests
from selenium import webdriver

#通过动态解析获得src
#selenium库报错[WinError 2] 系统找不到指定的文件另一篇文章里有些
path = 'G:/学习软件/Python/Python/chromedriver.exe'
driver = webdriver.Chrome(path)
driver.get(login_url)

#定位到元素
search_src = driver.find_element_by_xpath('//*[@id="loginForm"]/div[3]/div[2]/div/img')
#获得元素的src属性
code = search_src.get_attribute('src')

返回了src地址
爬虫中手动输入验证码方法无法获取图片src地址
但其实获得了验证码的src地址,我还是没能成功登陆
因为即使是相同的链接点进去,每一次刷新都会有不同的验证码
通过动态网页打开是一张
解析src地址出来是另一张

本文地址:https://blog.csdn.net/weixin_47226752/article/details/111952567