07.驗證碼處理

阿新 • • 發佈：2020-07-11

07.驗證碼處理

引入

相關的入口網站在進行登入的時候，如果使用者連續登入的次數超過3次或者5次的時候，就會在登入頁中動態生成驗證碼。通過驗證碼達到分流和反爬的效果。

今日概要

使用雲打碼平臺識別驗證碼

知識點回顧

session的建立方式
session的作用
proxies引數的作用
高匿，透明代理的區別

今日內容

雲打碼平臺處理驗證碼的實現流程：

- 1.對攜帶驗證碼的頁面資料進行抓取
- 2.可以將頁面資料中驗證碼進行解析，驗證碼圖片下載到本地
- 3.可以將驗證碼圖片提交給三方平臺進行識別，返回驗證碼圖片上的資料值
    - 雲打碼平臺： 

        - 1.在官網中進行註冊（普通使用者和開發者使用者）
        - 2.登入開發者使用者：
            - 1.例項程式碼的下載（開發文件-》呼叫例項及最新的DLL-》PythonHTTP例項下載）
            - 2.建立一個軟體：我的軟體-》新增新的軟體
        -3.使用示例程式碼中的原始碼檔案中的程式碼進行修改，讓其識別驗證碼圖片中的資料值

程式碼展示：

#該函式就呼叫了打碼平臺的相關的介面對指定的驗證碼圖片進行識別，返回圖片上的資料值
def getCode(codeImg):
    # 雲打碼平臺普通使用者的使用者名稱
    username    = 'bobo328410948' 


    # 雲打碼平臺普通使用者的密碼
    password    = 'bobo328410948'                            
    
    # 軟體ＩＤ，開發者分成必要引數。登入開發者後臺【我的軟體】獲得！
    appid       = 6003                                     

    # 軟體金鑰，開發者分成必要引數。登入開發者後臺【我的軟體】獲得！
    appkey      = '1f4b564483ae5c907a1d34f8e2f2776c'    

    # 驗證碼圖片檔案
    filename    = codeImg                        

    # 驗證碼型別，# 例：1004表示4位字母數字，不同型別收費不同。請準確填寫，否則影響識別率。在此查詢所有型別 http://www.yundama.com/price.html 

    codetype    = 3000

    # 超時時間，秒
    timeout     = 20                                    

    # 檢查
    if (username == 'username'):
        print('請設定好相關引數再測試')
    else:
        # 初始化
        yundama = YDMHttp(username, password, appid, appkey)

        # 登陸雲打碼
        uid = yundama.login();
        print('uid: %s' % uid)

        # 查詢餘額
        balance = yundama.balance();
        print('balance: %s' % balance)

        # 開始識別，圖片路徑，驗證碼型別ID，超時時間（秒），識別結果
        cid, result = yundama.decode(filename, codetype, timeout);
        print('cid: %s, result: %s' % (cid, result))
        
        return result

import requests
from lxml import etree
import json
import time
import re
#1.對攜帶驗證碼的頁面資料進行抓取
url = 'https://www.douban.com/accounts/login?source=movie'
headers = {
    'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Mobile Safari/537.36'
}
page_text = requests.get(url=url,headers=headers).text

#2.可以將頁面資料中驗證碼進行解析，驗證碼圖片下載到本地
tree = etree.HTML(page_text)
codeImg_url = tree.xpath('//*[@id="captcha_image"]/@src')[0]
#獲取了驗證碼圖片對應的二進位制資料值
code_img = requests.get(url=codeImg_url,headers=headers).content


#獲取capture_id
'<img id="captcha_image" src="https://www.douban.com/misc/captcha?id=AdC4WXGyiRuVJrP9q15mqIrt:en&amp;size=s" alt="captcha" class="captcha_image">'
c_id = re.findall('<img id="captcha_image".*?id=(.*?)&amp.*?>',page_text,re.S)[0]
with open('./code.png','wb') as fp:
    fp.write(code_img)

#獲得了驗證碼圖片上面的資料值
codeText = getCode('./code.png')  
print(codeText)
#進行登入操作
post = 'https://accounts.douban.com/login'
data = {
    "source": "movie",
    "redir": "https://movie.douban.com/",
    "form_email": "15027900535",
    "form_password": "bobo@15027900535",
    "captcha-solution":codeText,
    "captcha-id":c_id,
    "login": "登入",
}
print(c_id)
login_text = requests.post(url=post,data=data,headers=headers).text
with open('./login.html','w',encoding='utf-8') as fp:
    fp.write(login_text)