python + selenium獲取驗證碼

解決驗證碼的方法：

方法一：讓開發幫忙去掉驗證碼代碼，重新部署環境。（不推薦）

方法二：弄個萬能驗證碼，每次登陸都可以登陸。（不推薦）

方法三：用cookie添加登陸名和密碼避開驗證碼的方式。（我還不會）

方法四：老老實實獲取驗證碼。（重點講這個）

采用方法四需要引用第三方庫：pytesseract，該庫依賴於Tesseract，所以需要先安裝Tesseract。

1、安裝Tesseract模塊

     git文檔地址：https://digi.bib.uni-mannheim.de/tesseract/    

     請安裝不帶dev的穩定版，下載后就是一個exe安裝包，直接右擊安裝即可。

2、如果您想使用其他語言，請下載相應的培訓數據，直接下載整個zip文件，解壓后將文件復制到'tessdata'目錄中。C:\Program Files (x86)\Tesseract-OCR\tessdata

3、配置環境變量：    

　　（1）編輯系統變量里面 path，添加下面的安裝路徑：C:\Program Files (x86)\Tesseract-OCR　

　　（2）添加TESSDATA_PREFIX變量，值為：C:\Program Files (x86)\Tesseract-OCR\tessdata

　　cmd命令模式下測試是否安裝成功:
　　tesseract test.jpg text -l chi_sim

4、安裝python的第三方庫：　　

　　pip install pillow #一個python的圖像處理庫，pytesseract依賴
　　pip install pytesseract

5、找到pytesseract的安裝包，C:\Python34\Lib\site-packages\pytesseract，編輯pytesseract.py文件(此步驟必須做，否則運行代碼時會報錯)：

　　tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

獲取驗證碼有2種思路：

1、截圖登陸頁面，再截取驗證碼圖片，識別；

2、直接在登陸頁面，定位到驗證碼，將驗證碼圖片另存為，識別；

思路一具體實現過程：

（1）先計算瀏覽器與登陸頁面截圖的比例值，再計算對應的驗證碼圖片位置。不這樣做的話，會導致獲取的驗證碼位置不正確。

browser.maximize_window()
    #獲取瀏覽器大小
    size_window = browser.get_window_size()
    time.sleep(1)
    #獲取截圖
    browser.save_screenshot('login.png')
    login_img = Image.open('login.png')
    (login_width,login_height) = login_img.size
    logger.info('截圖的寬高：')
    logger.info(login_width,login_height)
    #計算瀏覽器與截圖比例
    scale = size_window['width'] / login_width
    #獲取驗證碼
    code_loc = browser.find_element_by_xpath('//*[@id="valiCode"]').location
    code_size = browser.find_element_by_xpath('//*[@id="valiCode"]').size    
    #獲取驗證碼位置
    #此處的X和Y分別加了數字，因為前端的樣式中，驗證碼標簽img的margin-left為15，margin-top為5
    location_X = math.ceil(code_loc['x'] / scale) + 15
    location_Y = math.ceil(code_loc['y'] / scale) + 5
    location_height = math.ceil(code_size['height'] / scale)
    location_width = math.ceil(code_size['width'] / scale)

    code_img = login_img.crop((location_X,location_Y,location_X + location_width ,location_Y + location_height))
    code_img.save('code.png')

 （2）再將獲取到的驗證碼圖片，先進行二值化處理，以便提取驗證碼更容易，這里涉及一些圖像處理的算法。

#先二值化處理  
    image=Image.open(img)  
    # 灰度圖  
    lim=image.convert('L')  
    # 灰度閾值設為100，低於這個值的點全部填白色  
    threshold=100
    table=[]  
      
    for j in range(256):  
        if j<threshold:  
            table.append(0)  
        else:  
            table.append(1)  
  
    bim=lim.point(table,'1')  
    bim.save('newImg.png') 

（3）處理后的圖像更容易獲取驗證碼，這里采用pytesseract庫轉化，注意后面的參數設置。

先前不設置參數時，總是將1轉化為7，設置后轉化的准確率杠杠滴。

當然，目前只是識別數字型的驗證碼，文字類型的方法應該是類似的。

lastpic = Image.open('newImg.png')
    text = pytesseract.image_to_string(lastpic,lang='eng',config='--psm 6 --oem 3 -c tessedit_char_whitelist=0123456789').strip()
    #后面的配置簡直是神器啊，之前一直將1讀成7，加配置后很准確
    with open('output.txt','w') as f:
        f.write(text)
    with open('output.txt','r') as f:
        code = f.read() 
    f.close()
    logger.info("獲取的驗證碼為：")
    logger.info(code)

思路二具體實現過程：

（1）先定位到登陸頁面中驗證碼的位置，將驗證碼圖片另存到一個路徑下，並且返回最新時間保存的圖片。

# 把驗證碼另存為圖片
def image_save_as():
    image = driver.find_element_by_id("valiCode")
    actions = ActionChains(driver)
    actions.context_click(image)
    actions.perform()
    pyautogui.typewrite(['down', 'down', 'enter', 'enter']) # 右鍵找到圖片另存為
    sleep(2)
    pyautogui.typewrite(['enter'])
    sleep(2)

def get_newest_image(image_path):

    lists = os.listdir(image_path)
    lists.sort(key=lambda fn:os.path.getmtime(image_path + "\\" + fn))  # 按時間排序
    image_new = os.path.join(image_path, lists[-1])

    return image_new

（2）后面的處理過程與思路一的圖片處理方法相同。