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

python爬虫 爬取验证码并识别

程序员文章站 2022-10-28 11:58:46
步骤:爬取验证码图片并下载到本地调用平台(这里使用的是超级鹰)提供的示例代码进行图片数据识别代码:#爬取古诗文网登录界面的验证码并识别(https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx)from lxml import etreefrom hashlib import md5import requestsimport selfclass Chaojiying_Clien...

步骤:

  • 爬取验证码图片并下载到本地
  • 调用平台(这里使用的是超级鹰)提供的示例代码进行图片数据识别

代码:

#爬取古诗文网登录界面的验证码并识别(https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx)
from lxml import etree
from hashlib import md5
import requests
import self
class Chaojiying_Client(object):
    def __init__(self, username, password, soft_id):
        self.username = username
        password = password.encode('utf8')
        self.password = md5(password).hexdigest()
        self.soft_id = soft_id
        self.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__":
    headers = {
        'User-Agent': '这里放自己浏览器的UA就行啦'
    }
    url = 'https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx'
    page_text = requests.get(url=url,headers=headers).text
    tree = etree.HTML(page_text)
    img_src = 'https://so.gushiwen.cn/' + tree.xpath('//*[@id="imgCode"]/@src')[0]
    img_data = requests.get(url=img_src,headers=headers).content
    with open('./verification.jpg','wb') as fp:
        fp.write(img_data)

    chaojiying = Chaojiying_Client('这里放超级鹰账号', '这里放超级鹰密码', '96001')  # 用户中心>>软件ID 生成一个替换 96001
    im = open('verification.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  在超级鹰官网>>价格体系 3.4+版 print 后要加()


本文地址:https://blog.csdn.net/hechilai/article/details/109645204

相关标签: 爬虫