python版本：3.4.3
所需要的代碼庫：PIL，selenium，tesseract
先上代碼：
#coding:utf-8
import subprocess
from PIL import Image
from PIL import ImageOps
from selenium import webdriver
import time,os,sys
def cleanImage(imagePath):
image = Image.open(imagePath) #打開圖片
image = image.point(lambda x: 0 if x<143 else 255) #處理圖片上的每個像素點，使圖片上每個點“非黑即白”
borderImage = ImageOps.expand(image,border=20,fill='white')
borderImage.save(imagePath)
def getAuthCode(driver, url="http://localhost/"):
captchaUrl = url + "common/random"
driver.get(captchaUrl)
time.sleep(0.5)
driver.save_screenshot("captcha.jpg") #截屏，並保存圖片
#urlretrieve(captchaUrl, "captcha.jpg")
time.sleep(0.5)
cleanImage("captcha.jpg")
p = subprocess.Popen(["tesseract", "captcha.jpg", "captcha"], stdout=\
subprocess.PIPE,stderr=subprocess.PIPE)
p.wait()
f = open("captcha.txt", "r")
#Clean any whitespace characters
captchaResponse = f.read().replace(" ", "").replace("\n", "")
print("Captcha solution attempt: " + captchaResponse)
if len(captchaResponse) == 4:
return captchaResponse
else:
return False
def withoutCookieLogin(url="http://org.cfu666.com/"):
driver = webdriver.Chrome()
driver.maximize_window()
driver.get(url)
while True:
authCode = getAuthCode(driver, url)
if authCode:
driver.back()
driver.find_element_by_xpath("//input[@id='orgCode' and @name='orgCode']").clear()
driver.find_element_by_xpath("//input[@id='orgCode' and @name='orgCode']").send_keys("orgCode")
driver.find_element_by_xpath("//input[@id='account' and @name='username']").clear()
driver.find_element_by_xpath("//input[@id='account' and @name='username']").send_keys("username")
driver.find_element_by_xpath("//input[@type='password' and @name='password']").clear()
driver.find_element_by_xpath("//input[@type='password' and @name='password']").send_keys("password")
driver.find_element_by_xpath("//input[@type='text' and @name='authCode']").send_keys(authCode)
driver.find_element_by_xpath("//button[@type='submit']").click()
try:
time.sleep(3)
driver.find_element_by_xpath("//*[@id='side-menu']/li[2]/ul/li/a").click()
return driver
except:
print("authCode Error:", authCode)
driver.refresh()
return driver
driver = withoutCookieLogin("http://localhost/")
driver.get("http://localhost/enterprise/add/")
怎么獲取我們需要的驗證碼
在這獲取驗證碼的道路上，我掉了太多的坑，看過太多的文章，很多都是教你驗證碼的識別方法，但是沒有說明，怎么獲取你當前需要的驗證碼圖片。
我的處理方法是：
1.先用selenium打開你需要的登錄的頁面地址url1
2.通過審核元素獲取驗證碼的地址url2（其實最簡單的是右鍵打開新頁面）
3：在url1頁面，輸入地址url2進入url2頁面，然后截屏保存驗證碼頁面
4：處理驗證碼得到驗證碼字符串。然后點擊瀏覽器后退按鈕，返回url1登錄頁面
5：輸入登錄需要的信息和驗證碼
6：點擊登錄
7：驗證登錄后的頁面，判斷是否成功，若不成功則需要重新1-7的操作。
為了保護公司的信息，這個頁面是我本地搭的服務，我在伯樂在線注冊頁面進行測試過這個驗證碼獲得方法，可以通過。（這個驗證碼的處理方法，僅限驗證碼背景是像素點，若驗證碼有橫線需額外處理。）
第一篇博文，不喜勿噴。
驗證碼處理方法參考文獻：
Web Scraping with Python.pdf