【Python】02快速上手爬虫案例二：搞定验证码

本文介绍: 文章目录前言1、不要相信什么验证码的库2、以古诗文网为例，获取验证码1）code_result.py2）gsw.py前言提示：以古诗文网为例，获取验证码：登录：https://so.gushiwen.cn/user/login.aspx1、不要相信什么验证码的库首先：真的不要浪费时间，使用什么pytesseract库，什么ddddocr库。这些只能搞搞简单的，复杂点儿的都是搞不定。比如，这样的，搞不定的：直接使用打码平台吧，我这里使用的是：云码。2、以古诗文网为例，获取验证码1）c

文章目录

前言
1、不要相信什么验证码的库
2、以古诗文网为例，获取验证码
- 1）code_result.py
- 2）gsw.py

前言

提示：以古诗文网为例，获取验证码：

在这里插入图片描述

1、不要相信什么验证码的库

首先：真的不要浪费时间，使用什么pytesseract库，什么ddddocr库。这些只能搞搞简单的，复杂点儿的都是搞不定。

比如，这样的，搞不定的：

在这里插入图片描述

直接使用打码平台吧，我这里使用的是：云码。

2、以古诗文网为例，获取验证码

1）code_result.py

code_result.py （云码的官方代码）代码如下：

import json
import requests
import base64
 
class YdmVerify(object):
    _custom_url = "http://api.jfbym.com/api/YmServer/customApi"
    _token = "" #云码的token
    _headers = {
        'Content-Type': 'application/json'
    }
 
    def common_verify(self, image, verify_type="10110"):
        payload = {
            "image": base64.b64encode(image).decode(),
            "token": self._token,
            "type": verify_type
        }
        print(payload)
        resp = requests.post(self._custom_url, headers=self._headers, data=json.dumps(payload))
        print(resp.text)
        return resp.json()['data']['data']

2）gsw.py

获取验证码代码如下：

import requests
from lxml import etree
from code_result import YdmVerify
 
url = "https://so.gushiwen.cn/user/login.aspx"
headers = {
    "User-Agent":"Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36"
}
response = requests.get(url=url,headers=headers).text
tree = etree.HTML(response)
 
img_code = "https://so.gushiwen.cn"+tree.xpath('//*[@id="imgCode"]/@src')[0]
# 图片
image_byte = requests.get(url=img_code,headers=headers).content
with open('/Users/test/Downloads/python/code.png','wb') as fp:
    fp.write(image_byte)
# 云码打码
Y = YdmVerify()
with open("/Users/test/Downloads/python/code.png", 'rb') as f:
    img_content = f.read()
resp = Y.common_verify(img_content)
print(resp)

结果如下：

在这里插入图片描述

对应云码平台记录：

在这里插入图片描述
这是通用数字1-4位，其它类型和代码参考云码官方资料吧：

		代码：https://zhuce.jfbym.com/test/100.html
		# 数英汉字类型
        # 通用数英1-4位 10110
        # 通用数英5-8位 10111
        # 通用数英9~11位 10112
        # 通用数英12位及以上 10113
        # 通用数英1~6位plus 10103
        # 定制-数英5位~qcs 9001
        # 定制-纯数字4位 193
        # 中文类型
        # 通用中文字符1~2位 10114
        # 通用中文字符 3~5位 10115
        # 通用中文字符6~8位 10116
        # 通用中文字符9位及以上 10117
        # 定制-XX西游苦行中文字符 10107
        # 计算类型
        # 通用数字计算题 50100
        # 通用中文计算题 50101
        # 定制-计算题 cni 452