爬蟲遇到頭疼的驗(yàn)證碼？Python實(shí)戰(zhàn)講解彈窗處理和驗(yàn)證碼識(shí)別

前言

Python實(shí)戰(zhàn)

import?re
#?圖片處理
from?PIL?import?Image
#?文字識(shí)別
import?pytesseract
#?瀏覽器自動(dòng)化
from?selenium?import?webdriver
import?time

url?=?'http://lims.gzzoc.com/client'
driver?=?webdriver.Chrome()
driver.get(url)
time.sleep(30)

alert式彈出框

• alert(message)方法用于顯示帶有一條指定消息和一個(gè) OK 按鈕的警告框
• confirm(message)方法用于顯示一個(gè)帶有指定消息和 OK 及取消按鈕的對(duì)話框
• prompt(text,defaultText)方法用于顯示可提示用戶進(jìn)行輸入的對(duì)話框

非傳統(tǒng)alert式彈出框的處理

• 彈出框位于div層，跟平常定位方法一樣
• 彈出框是嵌套的iframe層，需要切換iframe
• 彈出框位于嵌套的handle，需要切換窗口

url?=?'http://lims.gzzoc.com/client'

driver?=?webdriver.Chrome()
driver.get(url)
time.sleep(1)
driver.maximize_window()?#?最大化窗口
driver.find_element_by_xpath("http://div[@class='jconfirm-buttons']/button").click()

1. 切割截取驗(yàn)證碼所在的圖片
2. 轉(zhuǎn)為灰度后二值法將有效信息轉(zhuǎn)為黑，背景和干擾轉(zhuǎn)為白色
3. 處理后的圖片交給文字識(shí)別引擎
4. 輸入返回的結(jié)果并提交

img?=?driver.find_element_by_xpath('//img[@id="valiCode"]')
time.sleep(1)
location?=?img.location
size?=?img.size
#?left?=?location['x']
#?top?=?location['y']
#?right?=?left?+?size['width']
#?bottom?=?top?+?size['height']
left?=?2?*?location['x']
top?=?2?*?location['y']
right?=?left?+?2?*?size['width']?-?10
bottom?=?top?+?2?*?size['height']?-?10
driver.save_screenshot('valicode.png')
page_snap_obj?=?Image.open('valicode.png')
image_obj?=?page_snap_obj.crop((left,?top,?right,?bottom))
image_obj.show()

img?=?image_obj.convert("L")??#?轉(zhuǎn)灰度圖
pixdata?=?img.load()
w,?h?=?img.size
threshold?=?205
#?遍歷所有像素，大于閾值的為黑色
for?y?in?range(h):
????for?x?in?range(w):
????????if?pixdata[x,?y]?????????????pixdata[x,?y]?=?0
????????else:
????????????pixdata[x,?y]?=?255

data?=?img.getdata()
w,?h?=?img.size
black_point?=?0
for?x?in?range(1,?w?-?1):
????for?y?in?range(1,?h?-?1):
????????mid_pixel?=?data[w?*?y?+?x]
????????if?mid_pixel?50:
????????????top_pixel?=?data[w?*?(y?-?1)?+?x]
????????????left_pixel?=?data[w?*?y?+?(x?-?1)]
????????????down_pixel?=?data[w?*?(y?+?1)?+?x]
????????????right_pixel?=?data[w?*?y?+?(x?+?1)]
????????????if?top_pixel?10:
????????????????black_point?+=?1
????????????if?left_pixel?10:
????????????????black_point?+=?1
????????????if?down_pixel?10:
????????????????black_point?+=?1
????????????if?right_pixel?10:
????????????????black_point?+=?1
????????????if?black_point?1:
????????????????img.putpixel((x,?y),?255)
????????????black_point?=?0
img.show()

result?=?pytesseract.image_to_string(img)
#?可能存在異常符號(hào)，用正則提取其中的數(shù)字
regex?=?'\d+'
result?=?''.join(re.findall(regex,?result))
print(result)

driver.find_element_by_name('code').send_keys(result)
driver.find_element_by_name('userName').send_keys('xxx')
driver.find_element_by_name('password').send_keys('xxx')
#?最后點(diǎn)擊確定
driver.find_element_by_xpath("http://div[@class='form-group?login-input'][3]").click()

while?True:
????try:
????????...
????????break
????except:
????????driver.find_element_by_id('valiCode').click()