【问题解答】模拟登入百度，遇到验证码【Python】

【问题】

模拟登入百度，遇到验证码【Python】

【解答】

1.我之前已经实现了，模拟登陆百度，且本身是（直接避开）没有遇到那个验证码的事情的。

详见：

详解抓取网站，模拟登陆，抓取动态网页的原理和实现（Python，C#等）

中的：

2.遇到验证码，目前，已知的办法有：

（1）自己破解验证码

很难。

除非自己技术，算法，思路，够好，估计可以轻松搞定。

否则，还是比较麻烦的。

当然，其实有，收费的服务，可以提供api，供你破解验证码的。

就看你需要了。

（2）人工识别然后输入

最省事。成本最低。

说白了就是：

已经分析出来验证码图片的逻辑后

写代码模拟，下载到验证码图片

（比如用python调用PIL在cmd中）显示出来

人用肉眼识别后，输入验证码字符串

程序继续处理

即可。

类似细节，如何实现，抽空再详细解释。

暂时可参考，我之前已有一个Python代码：

BlogsToWordPress

中的：

http://code.google.com/p/blogs-to-wordpress/source/browse/trunk/libs/crifan/blogModules/BlogNetease.py

中的相关代码：

        # following is emulation of goto
        retryNum = 5;
        for tries in range(retryNum) :
            logging.debug("begin do %d times verify code", tries);
            # do what you want normally do here
           
            verifyCode = "";
           
            # process verify code == captcha
            # url is:
            #http://api.blog.163.com/cap/captcha.jpgx?parentId=172799491&r=581079
            #captchaUrl = "http://api.blog.163.com/cap/captcha.jpgx";
            #captchaUrl += "?parentId=" + parentId;
                       
            # add 6 digit random value
            captchaUrl += str(crifanLib.randDigitsStr(6));
            logging.debug("captchaUrl=%s", captchaUrl);
            respHtml = crifanLib.getUrlRespHtml(captchaUrl);
           
            # captchaDir = "captcha";
            # #captchaPicFile = "returned_captcha.jpg";
            # captchaPicFile = datetime.now().strftime('%Y%m%d_%H%M%S') + "_captcha.jpg";
           
            # saveToFile = captchaDir + "/" + captchaPicFile;
            # crifanLib.saveBinDataToFile(respHtml, saveToFile);
            # print "save verify code pic OK, saveToFile=",saveToFile;
           
            # openedImg = Image.open(saveToFile);
            # print "openedImg=",openedImg;
            # openedImg.show();
            # print "openedImg OK";
           
            #jpgData = respHtml;
            #newImg = Image.new("RGB", (60,24));
            #img = newImg.fromstring(jpgData);
            #img.show();
           
            if(gVal['importedPil'] == False):
                logging.debug("now will import PIL module");
                from PIL import Image;
                logging.debug("import PIL module OK");
                gVal['importedPil'] = True;
            img = Image.open(StringIO.StringIO(respHtml));
            # 如果看不到图片，请参考：
            #【已解决】Python中通过Image的open之后，去show结果打不开bmp图片，无法正常显示图片
            #https://www.crifan.com/python_image_show_can_not_open_bmp_image_file/
            img.show();
           
            hintStr = unicode("请输入所看到的(4个字母的)验证码：", "utf-8");
            verifyCode = raw_input(hintStr.encode("GB18030"));
            #logging.info(u"您所输入的验证码为：%s", verifyCode);
                       
            # captchaCode = crifanLib.parseCaptchaFromPicFile(saveToFile);
            # print "captchaCode=",captchaCode;

然后自己照葫芦画瓢，即可去写自己的了。

另外，如果本身不知道，如何获得验证码图片

那么说明你：

对于所要模拟登陆的过程的内部逻辑都还没搞清楚

所以需要你，先去搞清楚

如何搞清楚：

用工具分析内部登陆过程

详见：

详解抓取网站，模拟登陆，抓取动态网页的原理和实现（Python，C#等）

中的：

【教程】模拟登陆网站 之 Python版（内含两种版本的完整的可运行的代码）

中的

【教程】手把手教你如何利用工具(IE9的F12)去分析模拟登陆网站(百度首页)的内部逻辑过程

转载请注明：在路上 » 【问题解答】模拟登入百度，遇到验证码【Python】