保存验证码的方法_图像验证码续

自动化在一些场景给人带来方便&＃xff0c;但是也有一些技术上的难题&＃xff0c;比如登录时候会输入验证码。这篇就写一下关于验证码的处理。

如果是测试环境&＃xff0c;就很简单了&＃xff0c;常用的两种办法&＃xff1a;

1.让开发把验证码注释掉。

2.让开发设置一个万能验证码&＃xff0c;只要输入这个验证码就能通过。&＃xff08;感觉这个比较靠谱&＃xff09;

如果是生产环境&＃xff0c;再用上面的办法就不太好了&＃xff0c;不过还有另外两种办法&＃xff08;如果不嫌麻烦&＃xff0c;测试环境也可以用&＃xff09;&＃xff1a;

1.使用COOKIE跳过登录。

2.使用验证码识别技术。

看第一种办法&＃xff0c;点这里。

第二种研究验证码识别的时间比较长了&＃xff0c;遇到的一些坑记得不太清了&＃xff0c;就写一下正常的流程&＃xff0c;细心一些应该都不会遇到坑。

注意&＃xff08;敲黑板&＃xff09;&＃xff1a;这是python3能实现的&＃xff0c;python2不能用。我这种实现方法仅能识别特别清楚的验证码&＃xff0c;如果验证码图片干扰很多&＃xff0c;就别看了&＃xff0c;实现不了。我用的是个实验的网址&＃xff0c;验证码能识别一小部分&＃xff0c;下面先放两张识别效果。

第一张现实和理想差距有点大&＃xff0c;我最多在代码里去掉特殊符号&＃xff0c;剩下识别错了真是没办法了。

仍然想试的可以继续往下走&＃xff0c;我这是生产环境&＃xff0c; 可以在这里试验&＃xff0c;如果能注册一下就更好了。&＃xff08;关注微信公众号&＃xff0c;周五可能会有特价机票哦&＃xff09;打了一个广告。

首先得装环境&＃xff0c;识别验证码已经不是selenium自己能办到的了。cmd下输入下面命令&＃xff1a;

pip install Pillow&＃xff08;如果报错&＃xff0c;输入&＃xff1a;pip.exe install Pillow&＃xff09;

pip install pytesseract&＃xff08;如果报错&＃xff0c;输入&＃xff1a;pip.exe install pytesseract&＃xff09;

第一个是对图片处理的包&＃xff0c;第二个是识别验证码的包&＃xff0c;还需要下载个包&＃xff0c;百度搜索&＃xff1a;Tesseract-OCR&＃xff0c;下载解压到电脑&＃xff0c;可以不放在C盘&＃xff0c;这个好像也没有位数限制。

解压到电脑以后需要加上环境变量&＃xff0c;在path里加上Tesseract-OCR的路径&＃xff0c;然后在pycharm里&＃xff08;我只用这个&＃xff0c;别的工具什么情况我不知道&＃xff09;&＃xff0c;External Libraries->Python 3.x->Lib->site-packages->pytesseract->pytesseract.py里面修改一段代码&＃xff1a;

由于斜杠是转义字符&＃xff0c;我就用了双斜杠&＃xff0c;一定要看清不是只加到环境变量的那个路径&＃xff0c;后面要加到tesseract.exe&＃xff0c;我只记得这一个坑&＃xff0c;执行脚本总是提示我未安装或者没配置环境变量。准备工作就这么多&＃xff0c;下面我放上我的代码&＃xff0c;供参考。

1. 
   # -*- coding: utf-8 -*-
2. 
   # python 3.7.0
3. 
   #
4. 
   import re
5. 
   import requests
6. 
   import pytesseract
7. 
   from selenium import webdriver
8. 
   from PIL import Image, ImageEnhance
9. 
   import time
10. 
    #
11. 
    driver&＃61;webdriver.Chrome()
12. 
    driver.maximize_window()
13. 
    driver.get("https://higo.flycua.com/hp/html/login.html")
14. 
    driver.implicitly_wait(30)
15. 
    #下面用户名和密码涉及到我个人信息&＃xff0c;所以隐藏
16. 
    driver.find_element_by_name(&＃39;memberId&＃39;).send_keys(&＃39;xxxxxx&＃39;)
17. 
    driver.find_element_by_name(&＃39;password&＃39;).send_keys(&＃39;xxxxxx&＃39;)
18. 
    #因为验证码不能一次就正确识别&＃xff0c;我加了循环&＃xff0c;一直识别&＃xff0c;直到登录成功
19. 
    while True:
20. 
    #清空验证码输入框&＃xff0c;因为可能已经识别过一次了&＃xff0c;里面有之前识别的错的验证码
21. 
    driver.find_element_by_name("verificationCode").clear()
22. 
    # 截图或验证码图片保存地址
23. 
    screenImg &＃61; "H:screenImg.png"
24. 
    # 浏览器页面截屏
25. 
    driver.get_screenshot_as_file(screenImg)
26. 
    # 定位验证码位置及大小
27. 
    location &＃61; driver.find_element_by_name(&＃39;authImage&＃39;).location
28. 
    size &＃61; driver.find_element_by_name(&＃39;authImage&＃39;).size
29. 
    #下面四行我都在后面加了数字&＃xff0c;理论上是不用加的&＃xff0c;但是不加我这截的不是验证码那一块的图&＃xff0c;可以看保存的截图&＃xff0c;根据截图修改截图位置
30. 
    left &＃61; location[&＃39;x&＃39;]&＃43;530
31. 
    top &＃61; location[&＃39;y&＃39;]&＃43;175
32. 
    right &＃61; location[&＃39;x&＃39;] &＃43; size[&＃39;width&＃39;]&＃43;553
33. 
    bottom &＃61; location[&＃39;y&＃39;] &＃43; size[&＃39;height&＃39;]&＃43;200
34. 
    # 从文件读取截图&＃xff0c;截取验证码位置再次保存
35. 
    img &＃61; Image.open(screenImg).crop((left, top, right, bottom))
36. 
    #下面对图片做了一些处理&＃xff0c;能更好识别一些&＃xff0c;相关处理再百度看吧
37. 
    img &＃61; img.convert(&＃39;RGBA&＃39;) # 转换模式&＃xff1a;L | RGB
38. 
    img &＃61; img.convert(&＃39;L&＃39;) # 转换模式&＃xff1a;L | RGB
39. 
    img &＃61; ImageEnhance.Contrast(img) # 增强对比度
40. 
    img &＃61; img.enhance(2.0) # 增加饱和度
41. 
    img.save(screenImg)
42. 
    # 再次读取识别验证码
43. 
    img &＃61; Image.open(screenImg)
44. 
    code &＃61; pytesseract.image_to_string(img)
45. 
    #打印识别的验证码
46. 
    #print(code.strip())
48. 
    #识别出来验证码去特殊符号&＃xff0c;用到了正则表达式&＃xff0c;这是我第一次用&＃xff0c;之前也没研究过&＃xff0c;所以用的可能粗糙&＃xff0c;请见谅
49. 
    b&＃61;&＃39;&＃39;
50. 
    for i in code.strip():
51. 
    pattern &＃61; re.compile(r&＃39;[a-zA-Z0-9]&＃39;)
52. 
    m &＃61; pattern.search(i)
53. 
    if m!&＃61;None:
54. 
    b&＃43;&＃61;i
55. 
    #输出去特殊符号以后的验证码
56. 
    print (b)
57. 
    #把b的值输入验证码输入框
58. 
    driver.find_element_by_name("verificationCode").send_keys(b)
59. 
    #点击登录按钮
60. 
    driver.find_element_by_class_name(&＃39;login-form-btn-submit&＃39;).click()
61. 
    #定时等待5秒&＃xff0c;如果验证码识别错误&＃xff0c;提示验证码错误需要等一会儿才能继续操作
62. 
    time.sleep(5)
63. 
    #获取COOKIE&＃xff0c;并把COOKIE转化为字符串格式
64. 
    COOKIE1&＃61; str(driver.get_COOKIEs())
65. 
    print (COOKIE1)
66. 
    #第二次用正则表达式&＃xff0c;同样有点粗糙&＃xff0c;代码实现的功能就是看COOKIE里是否有tokenId这个词&＃xff0c;如果有说明登录成功&＃xff0c;跳出循环&＃xff0c;可以进行后面的自动化操作&＃xff0c;如果没有&＃xff0c;则表示登录失败&＃xff0c;继续识别验证码
67. 
    matchObj &＃61; re.search(r&＃39;tokenId&＃39;, COOKIE1, re.M | re.I)
68. 
    if matchObj:
69. 
    print (matchObj.group())
70. 
    break
71. 
    else:
72. 
    print ("No match!!")
73. 
    print (&＃39;结束&＃39;)

大概就是这些&＃xff0c; 希望能有所帮助。