POST乞请登陆网页,几分钟就够了

作者: 网络编程  发布:2019-12-23

              tesseract_cmd=r'C:Program Files (x86)Tesseract-OCRtesseract.exe'

运行结果:

   请根据这个链接进行安装:http://blog.csdn.net/diandianxiyu_geek/article/details/50522582(引用的网址)

图片 1

前一段时间爬取一些网页数据需要获取其的验证码,然后拼接url获取数据。然后通过看其验证码形式,就是一些简单的字母加数字,然后加燥的验证码。然后网上百度了一下,Python可以做一些简单的验证码破解。具体操作如下:

可能会遇到的问题:
问题1、FileNotFoundError: [WinError 2] 系统找不到指定的文件。

 

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
# tesseract_cmd = 'tesseract'
tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

四代码如下:

参考文档

            1.安装上面的包时,必须配置其的环境变量。

一、登录知乎
这里用的是手机端登录的,知乎登录的链接

三:在centos安装相应包:

#coding:utf-8
import pytesseract
from PIL import Image
image = Image.open('code.png')
code = pytesseract.image_to_string(image)
print(code)

            1.先安装Pillow:pip  install Pillow

其他linux版本(如centos):
1、tesseract-ocr安装 没找到直接命令安装,所以需要手动下载安装包。 https://github.com/tesseract-ocr/tesseract 在上述地址中下载最新的tesseract-ocr的安装包,并解压。 通过以下命令安装:
(1)cd tesseract-3.04.01
(2)./autogen.sh
(3)./configure 注意,如果出现error: leptonica not found,需要下载安装leptonica http://www.leptonica.org/download.html
(4)make
(5)make install
(6)ldconfig
2、pytesseract安装 sudo pip install pytesseract
3、Pillow 安装 sudo pip install pillow

           3.安装pytesseract: pip install pytesseract

在登录页定位到这些参数,用post在登录时传入这些参数,就可以登录了;
下面是完整代码:

一:windows安装相应的包:

知乎登录

             2.修改pytesseract.py的:

图片 2

二:环境配置,及修改pytesseract.py文件:

下面验证一下识别验证码:

            2.安装tesseract-ocr:安装的下载地址:https://ask.hellobi.com/blog/tangyudi/(引用的链接地址)

登录成功

 1 # -*- coding:utf-8 -*-
 2 import sys
 3 reload(sys)
 4 sys.setdefaultencoding('utf-8')
 5 import urllib
 6 from PIL import Image,ImageEnhance
 7 import pytesseract
 8 import requests
 9 import time
10 import re
11 from lxml import etree
12 from PublicCode import search_config
13 # 破解验证码
14 #Python学习交流群125240963每天更新资料
15 t =int(round(time.time()*1000))
16 
17 def get_guid(t,second_header):
18 url='http://cri.gz.gov.cn/Search/NewGuid?t=%s'%t
19 result =requests.get(url,search_config.second_header)
20 return result.content
21 def get_image(guid):
22 url='http://cri.gz.gov.cn/Search/ValidateCode?t=1517210875615&guid=%s'%guid
23 
24 res = requests.get(url)
25 with open('1.jpg',"wb") as f:
26 f.write(res.content)
27 res = Image.open('1.jpg')
28 
29 return res
30 threshold = 150
31 table = []
32 for i in range(256):
33 if i < threshold:
34 table.append(0)
35 else:
36 table.append(1)
37 def getverify1(name):
38 im = Image.open(name)
39 imgry = im.convert('L')
40 imgry.save('g'   name)
41 out = imgry.point(table, '1')
42 out.save('b'   name)
43 string = '--tessdata-dir "C:\Program Files (x86)\Tesseract-OCR\tessdata"'
44 im = Image.open('b1.jpg')
45 enhancer = ImageEnhance.Contrast(im)
46 im = enhancer.enhance(6)
47 text = pytesseract.image_to_string(im, config=string)
48 text = text.strip('')
49 text = text.upper();
50 
51 return text
52 def main():
53 guid = get_guid(t, search_config.second_header)
54 get_image(guid)
55 date = getverify1('1.jpg')
56 return guid,date

Ubuntu版本:
1、tesseract-ocr安装
sudo apt-get install tesseract-ocr
2、pytesseract安装
sudo pip install pytesseract
3、Pillow 安装
sudo pip install pillow

2、pytesseract安装 pip install pytesseract
3、Pillow 安装 pip install pillow

这里是用邮箱登录的,验证码需要手动输入;

windows版本:
1、tesseract-ocr安装 下载,并安装。
注意:如果是64位的用户,在安装的时需要改变安装目录,如下图所示

3、 在实际运行代码中指定

二、自动识别验证码
python识别验证码,需要安装的模块

图片 3

本文由金沙澳门官网发布于网络编程,转载请注明出处:POST乞请登陆网页,几分钟就够了

关键词: 金沙澳门官网

上一篇:进一层是终极二个
下一篇:没有了