python爬虫 爬取验证码并识别
程序员文章站
2022-04-22 11:39:55
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