代码拉取完成,页面将自动刷新
同步操作将从 梁新斌/Scrpay 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
import tesserocr
from PIL import Image
import os
from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
import time
from io import BytesIO
from selenium.webdriver import ActionChains
'''
网站验证码识别
'''
#第一类验证码识别:常规验证码之别,识别中国知网用户注册页面验证码;此类验证码一般为四个数字或者字符组成,识别较容易
def v_code_1(num):
'''
author : liangxinbin
date:2019-01-16
功能实现:常规验证码之别,识别中国知网用户注册页面验证码;此类验证码一般为四个数字或者字符组成,识别较容易
网页地址:http://www.cnki.net/
return: 图片转换之后的字符串
'''
if num == 1:
#此种方式可以处理较清晰的验证码,如果验证码不太清晰,可能会识别错误,此时需要对验证码做一些处理,调用else中的分支处理
image = Image.open('image' + os.path.sep + 'code_2.jpg')
result = tesserocr.image_to_text(image)
print(result)
else:
#如果验证码不太清晰,可能会影响识别,此时需要对验证码进行处理,如转化为灰度图片,二值化等
image = Image.open('image' + os.path.sep + 'code_2.jpg')
#在convert方法中传入参数 L 可将图片做灰度处理,传入 1 可做二值化处理,也可以指定阈值做二值化处理
#? 什么是二值化处理,和指定阈值的二值化处理
image = image.convert('L')
threshold = 127
table = []
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table,'1')
#显示图片
image.show()
result = tesserocr.image_to_text(image)
print(result)
#第二类验证码识别
#识别拖拽拼图类型的验证码网站
#实例网站:https://auth.geetest.com/login/
Email = '578038469@qq.com'
Pwd = '****'
BORDER = 6
INIT_LEFT = 60
class CrackGeetest():
#登录数据初始化
def __init__(self):
self.url = 'https://auth.geetest.com/login/'
self.browers = webdriver.Chrome()
self.wait = WebDriverWait(self.browers,30)
self.email = Email
self.passwd = Pwd
def open(self):
'''
打开对象的网页,输入用户名称和密码
:return:
'''
self.browers.get(self.url)
#将输入邮箱的输入框赋值给input_email
input_email = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#base > div.content-outter > div > div > div:nth-child(3) > div > form > div:nth-child(1) > div > div > div > input')))
input_pwd = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#base > div.content-outter > div > div > div:nth-child(3) > div > form > div:nth-child(2) > div > div:nth-child(1) > div > input')))
input_email.clear()
input_pwd.clear()
input_email.send_keys(self.email)
input_pwd.send_keys(self.passwd)
#第一步:用selenium驱动谷歌浏览器模拟人的行为点击验证码
def get_geetest_button(self):
'''
获取初始化验证按钮的位置,在按钮可见之后返回按钮
:return:按钮对象
'''
button = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME,'geetest_radar_tip')))
return button
#第二步:识别缺口:获取前后两张图片,不一致的地方即可缺口
def get_position(self):
"""
获取验证码位置
:return: 验证码位置元组
"""
img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_img')))
time.sleep(2)
location = img.location
size = img.size
top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size['width']
return (top, bottom, left, right)
def get_screenshot(self):
"""
获取网页截图
:return: 截图对象
"""
screenshot = self.browers.get_screenshot_as_png()
screenshot = Image.open(BytesIO(screenshot))
return screenshot
def get_slider(self):
"""
获取滑块
:return: 滑块对象
"""
slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_slider_button')))
return slider
def get_geetest_image(self, name='captcha.png'):
"""
获取验证码图片
:return: 图片对象
crop() 按照位置截取图片
"""
top, bottom, left, right = self.get_position()
print('验证码位置', top, bottom, left, right)
screenshot = self.get_screenshot()
captcha = screenshot.crop((left, top, right, bottom))
captcha.save(name)
return captcha
def get_gap(self, image1, image2):
"""
获取缺口偏移量
:param image1: 不带缺口图片
:param image2: 带缺口图片
:return:
"""
left = 60
for i in range(left, image1.size[0]):
for j in range(image1.size[1]):
if not self.is_pixel_equal(image1, image2, i, j):
left = i
return left
return left
def is_pixel_equal(self, image1, image2, x, y):
"""
判断两个像素是否相同
:param image1: 图片1
:param image2: 图片2
:param x: 位置x
:param y: 位置y
:return: 像素是否相同
"""
# 取两个图片的像素点
pixel1 = image1.load()[x, y]
pixel2 = image2.load()[x, y]
threshold = 60
if abs(pixel1[0] - pixel2[0]) < threshold and abs(pixel1[1] - pixel2[1]) < threshold and abs(pixel1[2] - pixel2[2]) < threshold:
return True
else:
return False
def get_track(self, distance):
"""
根据偏移量获取移动轨迹
:param distance: 偏移量
:return: 移动轨迹
"""
# 移动轨迹
track = []
# 当前位移
current = 0
# 减速阈值
mid = distance * 4 / 5
# 计算间隔
t = 0.2
# 初速度
v = 0
while current < distance:
if current < mid:
# 加速度为正2
a = 2
else:
# 加速度为负3
a = -3
# 初速度v0
v0 = v
# 当前速度v = v0 + at
v = v0 + a * t
# 移动距离x = v0t + 1/2 * a * t^2
move = v0 * t + 1 / 2 * a * t * t
# 当前位移
current += move
# 加入轨迹
track.append(round(move))
return track
def move_to_gap(self, slider, track):
"""
拖动滑块到缺口处
:param slider: 滑块
:param track: 轨迹
:return:
"""
ActionChains(self.browers).click_and_hold(slider).perform()
for x in track:
ActionChains(self.browers).move_by_offset(xoffset=x, yoffset=0).perform()
time.sleep(0.5)
ActionChains(self.browers).release().perform()
def login(self):
"""
登录
:return: None
"""
submit = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'login-btn')))
submit.click()
time.sleep(10)
print('登录成功')
def crack(self):
# 输入用户名密码
self.open()
# 点击验证按钮
button = self.get_geetest_button()
button.click()
# 获取验证码图片
image1 = self.get_geetest_image('captcha1.png')
# 点按呼出缺口
slider = self.get_slider()
slider.click()
# 获取带缺口的验证码图片
image2 = self.get_geetest_image('captcha2.png')
# 获取缺口位置
gap = self.get_gap(image1, image2)
print('缺口位置', gap)
# 减去缺口位移
gap -= BORDER
# 获取移动轨迹
track = self.get_track(gap)
print('滑动轨迹', track)
# 拖动滑块
self.move_to_gap(slider, track)
success = self.wait.until(
EC.text_to_be_present_in_element((By.CLASS_NAME, 'geetest_success_radar_tip_content'), '验证成功'))
print(success)
# 失败后重试
if not success:
self.crack()
else:
self.login()
#第三类验证码识别:类似12306的验证码
#此处借助第三方打码平台超级鹰完成,参考代码
#https://github.com/Python3WebSpider/CrackTouClick
if __name__ == '__main__':
# v_code_1(0)
crack = CrackGeetest()
crack.crack()
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。