超级鹰的使用
我们在提取到验证码处的照片的时候并不能直接识别,所以要让打码平台来帮我们识别,本次案例使用超级鹰 https://www.chaojiying.com/。下面介绍超级鹰的使用。 首先进行用户注册: 然后对账号进行积分充值,充值一块钱就足足够用了。 之所以要进行积分充值,并不是我打广告,这是因为打码平台在帮你识别验证码的时候是要扣取费用的,对于不同长度、类型的验证码收费标准不同,像我们最常见的四位数字字母类型的验证码识别一次仅需要一分钱。 超级鹰开始注册的时候,可以通过绑定微信平台会送1000积分,这一点很好。 用户注册完成之后进行开发者注册: 注册完成之后进行软件ID的创建 点击 开发文档 ,然后点击右下角的 Python 。 进入软件包的下载页面,我们要下载的是 Python 版本的。 下载完成之后压缩得到如下文件,其中只有 chaojiying.py 文件和那张照片是有用的。
#!/usr/bin/env python
# coding:utf-8
import requests
from hashlib import md5
class Chaojiying_Client(object):
def __init__(self, username, password, soft_id):
self.username = username
password = password.encode('utf8')
self.password = md5(password).hexdigest()
self.soft_id = soft_id
self.base_params = {
'user': self.username,
'pass2': self.password,
'softid': self.soft_id,
}
self.headers = {
'Connection': 'Keep-Alive',
'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
}
def PostPic(self, im, codetype):
"""
im: 图片字节
codetype: 题目类型 参考 http://www.chaojiying.com/price.html
"""
params = {
'codetype': codetype,
}
params.update(self.base_params)
files = {'userfile': ('ccc.jpg', im)}
r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, headers=self.headers)
return r.json()
def ReportError(self, im_id):
"""
im_id:报错题目的图片ID
"""
params = {
'id': im_id,
}
params.update(self.base_params)
r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
return r.json()
if __name__ == '__main__':
#用户名使用普通用户信息,96001
chaojiying = Chaojiying_Client('xxx', 'xxx', 'xxx') #用户中心>>软件ID 生成一个替换 96001
im = open('a.jpg', 'rb').read() #本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
print(chaojiying.PostPic(im, 1902)) #1902 验证码类型 官方网站>>价格体系 3.4+版 print 后要加()
验证码的识别过程在 Chaojiying_Client类 中写好了,我们只关注具体参数,也就是如下一行代码:
chaojiying = Chaojiying_Client('xxx', 'xxx', 'xxx') #用户中心>>软件ID 生成一个替换 96001
其中第一个参数表示注册开发者时的账号,第二个是密码,第三个是软件ID,可以从我们刚刚创建的软件ID中获得。我们用文件夹的验证码试一下结果。 正确识别!此外还要注意两个验证码图片路径和验证码类型的输入,可以在超级鹰的 价格体系 一栏确定验证码所对应的代码号。
实例
本次识别的网站是 古诗文 网站。 导入相关包,要注意超级鹰的py包也要导入
import requests
import chaojiying
from lxml import etree
根据验证码图片链接在源码中的位置使用 xpath 解析工具进行数据解析。
img_src = "https://so.gushiwen.cn/" + tree.xpath('///*[@id="imgCode"]/@src')[0]
img_data = requests.get(url = img_src, headers = headers).content
验证码识别,要调用 chaojiying模块 中的 Chaojiying_Client类 ,且根据验证码类型进行识别。
chaojiying = chaojiying.Chaojiying_Client('1845386579czh', '140409chen', '929228')
with open('imgCode.jpg', 'rb') as fp :
img = fp.read()
识别正确!完整代码如下:
#使用打码平台识别验证码的流程:
# -将验证码图片进行本地下载
# -调用平台提供的示例代码进行图片识别
import requests
import chaojiying
from lxml import etree
if __name__ == "__main__" :
headers = {
'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.81 Safari/537.36'
}
url = "https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx"
page_text = requests.get(url = url, headers = headers).text
parse = etree.HTMLParser(encoding = "utf-8")
tree = etree.HTML(page_text, parser = parse)
img_src = "https://so.gushiwen.cn/" + tree.xpath('///*[@id="imgCode"]/@src')[0]
img_data = requests.get(url = img_src, headers = headers).content
with open('imgCode.jpg', 'wb') as fp :
fp.write(img_data)
chaojiying = chaojiying.Chaojiying_Client('1845386579czh', '140409chen', '929228')
with open('imgCode.jpg', 'rb') as fp :
img = fp.read()
print(chaojiying.PostPic(img, 1902))