Python selenium自动化识别验证码模拟登录操作（二）

上次总结 Python selenium自动化模拟登录操作（一） 没有处理验证码的情况。现在实现了，还是以百度登录页面为例。

首先故意输入错误的账号登陆，很快就会出现需要验证码了。

这里可以看到图片所在的标签 和id，同时还有一个验证码地址，如下。该地址每次随机生成一张图片。

https://passport.baidu.com/cgi-bin/genimage?njGcb06e212fe8de27902311482de0178143145de06c70113b0

因为每次运行查看url时，图片又变化了，所以无法获取到验证码的图片与当前登录界面相对应起来。因此只能截图，并用其他工具识别出图片的字符。

再看看，在默认情况下，即不需要验证码登录的情况下，其实也是有一张图片的，只是非常小，只有一个小点，图片地址如下：

https://passport.baidu.com/passApi/img/small_blank.gif

因此，用两个图片地址部分作对比，可以判断当前需不需要用到验证码：

imgsrc = driver.find_element_by_id("TANGRAM__PSP_3__verifyCodeImg").get_attribute('src')if re.match(r'https://passport.baidu.com/cgi-bin/genimage.*', imgsrc):print("需要验证码")else:print("不需要验证码")

如果需要验证码，则读取图片并输入；如果不需要，则直接提交登录。

接下来最主要的就是图片的截取和读取了。webdriver 是可以进行浏览器页面截图的，但是整个浏览器页面太大，还需要定位到 验证码图片的位置才行。验证码的标签 id 为 TANGRAM__PSP_3__verifyCodeImg ，这样就可以定位到该ID标签所在的页面像素位置了。再获取标签大小，可确定标签的宽高了。

location = driver.find_element_by_id('TANGRAM__PSP_3__verifyCodeImg').locationsize = driver.find_element_by_id('TANGRAM__PSP_3__verifyCodeImg').sizeleft = location['x']top =  location['y']right = location['x'] + size['width']bottom = location['y'] + size['height']

最终保存的验证码图片如下，位置稍微偏了，可以调整左右像素。

接下来通过处理后，进行验证码的读取。读取使用 pytesseract ，安装该模块之后，还需要安装 tesseract-ocr 。

tesseract-ocr 下载地址： https://digi.bib.uni-mannheim.de/tesseract/

本次测试下载的是 tesseract-ocr-setup-4.00.00dev.exe ，这块的过程遇到好几个问题。

FileNotFoundError: [WinError 2] 系统找不到指定的文件。

pytesseract.pytesseract.TesseractError: (2, 'Usage: python pytesseract.py [-l lang] input_file')

pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\eng.traineddata')

这几个问题主要是需要安装配置Tesseract-OCR，

1. 下载安装tesseract-ocr，

2. 添加环境变量： TESSDATA_PREFIX = C:\Program Files (x86)\Tesseract-OCR

3. 编辑文件 D:\Python35\Lib\site-packages\pytesseract\pytesseract.py

tesseract_cmd = 'tesseract' 

改为：

tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'

脚本如下：

#-*- coding: utf-8 -*-# python 3.5.0import reimport requestsimport pytesseractfrom selenium import webdriverfrom PIL import Image,ImageEnhanceusername = "xxxxxx"password = "xxxxxx"chromedriver = 'D:/Python35/selenium/webdriver/chromedriver/chromedriver.exe'loginurl = 'https://passport.baidu.com/v2/?login'#截图或验证码图片保存地址screenImg = "D:/Python35/selenium/webdriver/chromedriver/screenImg.png"#打开浏览器driver = webdriver.Chrome(executable_path=chromedriver)driver.get(loginurl)driver.implicitly_wait(1)#cookie= driver.get_cookies()assert "登录百度帐号" in driver.title#数据账号&密码(此处不提交)driver.find_element_by_id("TANGRAM__PSP_3__userName").send_keys(username)driver.find_element_by_id("TANGRAM__PSP_3__password").send_keys(password)#用于测试，此处可提前提交，让登录出错，页面出现验证码#driver.find_element_by_id("TANGRAM__PSP_3__submit").click()#获取验证码URL地址imgsrc = driver.find_element_by_id("TANGRAM__PSP_3__verifyCodeImg").get_attribute('src')#如果匹配验证码路径成功（说明有提示输入验证码），则需读取验证码！if re.match(r'https://passport.baidu.com/cgi-bin/genimage.*', imgsrc):#浏览器页面截屏driver.get_screenshot_as_file(screenImg)#定位验证码位置及大小location = driver.find_element_by_id('TANGRAM__PSP_3__verifyCodeImg').locationsize = driver.find_element_by_id('TANGRAM__PSP_3__verifyCodeImg').sizeleft = location['x']top =  location['y']right = location['x'] + size['width']bottom = location['y'] + size['height']#从文件读取截图，截取验证码位置再次保存img = Image.open(screenImg).crop((left,top,right,bottom))img = img.convert('L') #转换模式：L | RGBimg = ImageEnhance.Contrast(img)#增强对比度img = img.enhance(2.0) #增加饱和度img.save(screenImg)#再次读取识别验证码img = Image.open(screenImg)code = pytesseract.image_to_string(img)#code= pytesser.image_file_to_string(screenImg)driver.find_element_by_id("TANGRAM__PSP_3__verifyCode").send_keys(code.strip())print(code.strip())#提交登录driver.find_element_by_id("TANGRAM__PSP_3__submit").click()#driver.implicitly_wait(10)#driver.quit()

虽然可以识别验证码了，但是这工具识别很不准确，除非没有什么干扰的验证图片才好些。只能识别还是不那么好啊。