3-爬虫-模拟登录图片验证码处理

Posted wgwg

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3-爬虫-模拟登录图片验证码处理相关的知识,希望对你有一定的参考价值。

模拟登录

  • 验证码的识别
    • 线上的打码平台
      • 超级鹰
        • url:https://www.chaojiying.com/about.html
        • 使用流程:
          • 注册:注册一个用户中心的账号
          • 登录:用户中心的身份
            • 创建一个软件ID: 899370
            • 下载示例代码
      • 云打码
  • 动态变化的请求参数
    • 动态变化请求参数的处理
      • 一般会隐藏在前台页面中
      • 是由相关的js函数动态生成

超级鹰的示例代码

技术图片
#!/usr/bin/env python
# coding:utf-8

import requests
from hashlib import md5

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__:
    chaojiying = Chaojiying_Client(超级鹰用户名, 超级鹰用户名的密码, 96001)    #用户中心>>软件ID 生成一个替换 96001
    im = open(a.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  官方网站>>价格体系 3.4+版 print 后要加()
超级鹰示例代码

识别古诗文网中的验证码图片

import requests
from lxml import etree
headers = {
    User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.88 Safari/537.36
}



def transdform_code_img(img_path,img_type):
    chaojiying = Chaojiying_Client(超级鹰账号, 密码, ‘软件ID)    #用户中心>>软件ID 生成一个替换 96001
    im = open(img_path, rb).read()                                                    #本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
    return chaojiying.PostPic(im, img_type)[pic_str]


main_url = https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx
page_text = requests.get(url=main_url,headers=headers).text
#解析验证码图片地址
tree = etree.HTML(page_text)
img_src = https://so.gushiwen.org+tree.xpath(//*[@id="imgCode"]/@src)[0]
img_data = requests.get(url=img_src,headers=headers).content
with open(./code.jpg,wb) as fp:
    fp.write(img_data)


transdform_code_img(./code.jpg,1004)

实现模拟登录

sess = requests.Session()

main_url = https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx
page_text = sess.get(url=main_url,headers=headers).text
#解析验证码图片地址
tree = etree.HTML(page_text)
img_src = https://so.gushiwen.org+tree.xpath(//*[@id="imgCode"]/@src)[0]
img_data = sess.get(url=img_src,headers=headers).content
with open(./code.jpg,wb) as fp:
    fp.write(img_data)

__VIEWSTATE = tree.xpath(//*[@id="__VIEWSTATE"]/@value)[0]
__VIEWSTATEGENERATOR = tree.xpath(//*[@id="__VIEWSTATEGENERATOR"])[0]    
code_text = transdform_code_img(./code.jpg,1004)
print(code_text)

login_url = https://so.gushiwen.org/user/login.aspx?from=http%3a%2f%2fso.gushiwen.org%2fuser%2fcollect.aspx
data = {
    __VIEWSTATE: __VIEWSTATE,
    __VIEWSTATEGENERATOR: __VIEWSTATEGENERATOR,
    from: http://so.gushiwen.org/user/collect.aspx,
    email: ‘账号,
    pwd: 密码,
    code: code_text,
    denglu: 登录,
}
login_page_text = sess.post(url=login_url,headers=headers,data=data).text
with open(./login.html,w,encoding=utf-8) as fp:
    fp.write(login_page_text)

 

以上是关于3-爬虫-模拟登录图片验证码处理的主要内容,如果未能解决你的问题,请参考以下文章

Selenium&Pytesseract模拟登录+验证码识别

Python爬虫模拟登录带验证码网站

python 爬虫,关于验证码的问题。输入验证码才能搜索。

爬虫进阶验证码处理:打码平台的使用(反反爬)

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

Python 爬虫高阶