在之前的博客中，我們學習了selenium的用法，它是一個動態抓取頁面的方法，但是，動態抓取頁面還有其他的方法，這里介紹Splash方法，並結合具體實例進行講解。
一：Splash簡介與准備
1.簡介
Splash是一個JavaScript渲染服務，說到js大家肯定會想到網頁，對的，Splash是Scrapy中支持JavaScrapy渲染的工具，是一個帶有HTTP API的輕量級瀏覽器，可以進行動態渲染頁面的抓取。
2.安裝
Scrapy-Splash安裝有兩個方法，這里我們用Docker進行安裝，因此首先要安裝Docker(多容器技術，將應用和環境進行打包，形成一個獨立的"應用"，可以讓每個應用隔離，適合於大規模爬蟲系統)，下載地址為：
https://docs.docker.com/docker-for-windows/install/
下載后安裝，會出現 docker desktop requires Windows 10 Pro or Enterprise version 15063問題。
這個問題是windows10家庭版不支持Hyper-V，無法安裝docker,需要下載docker toolbox安裝。地址為：
http://mirrors.aliyun.com/docker-toolbox/windows/docker-toolbox/
也可以開啟Hyper-V進行安裝，這里就不具體說明了。
安裝后打開cmd控制台，會有下面的結果，說明運行成功(安裝的過程很麻煩，需要耐心)：
下面就是用安裝Scrapy-Splash了，安裝的命令為：
docker run -p 8050:8050 scrapinghub/splash
這里的話，我在環境配置上出了問題，再bios中把Intel Virtualization Technology已經設置為enable，但是再運行docker時還是出現了問題，在外部的因特爾虛擬化技術已經打開了，但是卻用不了virutualBox虛擬機。這里等到之后的博客，繼續為大家講解Splash。如果大家有知道原因的話，可以和我交流。
二：驗證碼的識別(1)
現在，許多網站都用各種各樣的措施進行反爬蟲，其中一項就是用驗證碼。而且驗證碼現在已經發展得有很多種，而且交互式驗證碼已經越來越流行，需要鼠標操作的也越來越多，這也造成爬蟲的工作越發艱難，下面就先介紹如何用python識別常見的一種圖形驗證碼。
圖形驗證碼的識別
圖形驗證碼是最早的驗證碼，很常見，一般有字母和數字組成，我們先保存網上的一些驗證碼圖片，如下：
(1)使用的識圖技術
OCR技術：光學字符識別，是指通過掃描字符·，然后通過形狀將其翻譯成電子文本的過程。
(2)識圖用到的庫
tesserocr庫：Python的一個OCR識別庫，是對tesseract做的一層封裝，因此需要先安裝tesseract,然后安裝tesserocr，安裝過程這里就不詳講了。
(3)識圖方法實現
import tesserocr
from PIL import Image
image = Image.open('1.jpg')
result = tesserocr.image_to_text(image)
print(result)
識別前后的圖片和結果如下：
還有其他方法也可以識別驗證碼，就是用file_to_text()方法直接將圖片文件轉化為字符串，我們換張圖片如下：
print(tesserocr.file_to_text('2.jpg'))
識別前后的圖片和結果如下：
我們看到識別的結果和我們想要的有所區別，但其實是線條阻擋了，在下面的博客中會介紹如何處理。
其他的驗證碼識別如下：
