python 爬取12306验证码
来源:互联网 发布:表白源码 编辑:程序博客网 时间:2024/06/06 00:53
一个简单的验证码爬取程序
本文介绍了在Python2.7环境下爬取网站验证码:
- 思路就是获取验证码对应的url,然后发起requst请求,读取该URL对应的内容,然后写入到一个本地文件,实现一个验证码的保存。大量下载可以把以上程序写入一个死循环
代码实现部分:
“` python
import ssl
import urllib2
i=1
import time
while(1):
#不加的话,无法访问12306
ssl._create_default_https_context = ssl._create_unverified_context
# headers = {“User-Agent”: “Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.95 Safari/537.36”}
# req = urllib2.Request(“http://211.87.155.19/(yfsvlfreem4d0b553vkfzfzt)/CheckCode.aspx“, headers=headers)
# https: // www.zhihu.com / captcha.gif?r = 1495351271125 & type = login
req = urllib2.Request(“https://kyfw.12306.cn/otn/passcodeNew/getPassCodeNew?module=login&rand=sjrand&0.7174227166135074“)
u=urllib2.urlopen(req)
data = u.read()
f = open(“C:/Users/123/Desktop/4/”+str(i)+”.jpg”,’wb’)
print i
# time.sleep(1)#有时需要加延时,以防被封。
i=i+1
f.write(data)
f.close()“`
以下就是爬取的照片的截图
12306的验证码经常让人眼花缭乱,眼睛仔细看也不能100%的对,算是验证码中比较难是别的。一般由八幅图和一个问题组成,而且图片大小位置固定,问题的位置也是固定的,这也稍微降低了识别的难度。八幅图中一般有两幅图是同一物体,有一个和它比较像。不过有一点暂时没法确定,就是样本库到底有多大,或者说是到底有多少个类别,如果进行训练的话,我们必须获取每个类别个的一定数量的图片作为样本。
- python 爬取12306验证码
- 【Python网络爬虫学习01】爬取网络验证码
- 爬取12306验证码图片
- Java selenium无界面爬取需要登录的页面+验证码截取+验证码识别python tensorflow
- 【Python网络爬虫学习02】爬取有效的网站验证码
- [python爬虫]爬取学校教务处以及登录过程验证码的处理
- Python 爬虫 —— 爬取 IP && 快速验证
- python 爬取12306数据
- C#取验证码
- Python 爬验证码
- 短信验证并提取验证码
- 发送取短信验证码
- Python爬取12306实现火车票查询
- Python爬取图片
- Python爬取图片
- python爬取图片
- Python爬取小说
- Python爬取文件
- 2015蓝桥杯决赛 居民集会(分治法)
- 作别硬件拼杀时代,PPTV电视能否靠“内容”决胜千里?
- java读取Excel文件
- Java--玩四叶玫瑰
- JS实现单选、全选、反选
- python 爬取12306验证码
- Java网络编程——第八章 客户端Socket
- 《高频交易》边读边学
- cf 808 A
- 链表六双向循环链表
- 2016背包专题1010
- 【感想库】--生气---不管别人对错,我们都要把自己活的更好(206)
- 使用Lucene开发简单的站内新闻搜索引擎(环境的搭建)
- 1139: 神奇的fans