python爬虫 爬取验证码并识别

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