相关的门户网站在进行登录的时候，如果用户连续登录的次数超过3次或者5次的时候，就会在登录页中动态生成验证码。通过验证码达到分流和反爬的效果。使用云打码平台识别验证码。
1.首次使用须知：
- 注册：普通用户和开发者用户
- 登录：
- 普通用户（充值）
- 开发者用户：
- 1.下载示例代码：开发文档-》调用实例及最新的DLL-》PythonHTTP实例下载
- 2.创建一个软件：我的软件-》添加新的软件（软件id和秘钥）
- 3.使用示例代码中的源码文件中的代码进行修改，让其识别验证码图片中的数据值
提分价格里可以看验证码类型
2.含验证码的网站请求流程：
- 对携带验证码的页面数据进行抓取
- 可以将页面数据中验证码进行解析，验证码图片下载到本地
- 可以将验证码图片提交给三方平台进行识别，返回验证码图片上的数据值
3.实例
以请求人人网为例，来看看云达码是如何识别验证码的。
首先，把下载的示例脚本进行修改YunCode.py
import http.client, mimetypes, urllib, json, time, requests
######################################################################
class YDMHttp:
apiurl = 'http://api.yundama.com/api.php'
username = ''
password = ''
appid = ''
appkey = ''
def __init__(self, username, password, appid, appkey):
self.username = username
self.password = password
self.appid = str(appid)
self.appkey = appkey
def request(self, fields, files=[]):
response = self.post_url(self.apiurl, fields, files)
response = json.loads(response)
return response
def balance(self):
data = {'method': 'balance', 'username': self.username, 'password': self.password, 'appid': self.appid, 'appkey': self.appkey}
response = self.request(data)
if (response):
if (response['ret'] and response['ret'] < 0):
return response['ret']
else:
return response['balance']
else:
return -9001
def login(self):
data = {'method': 'login', 'username': self.username, 'password': self.password, 'appid': self.appid, 'appkey': self.appkey}
response = self.request(data)
if (response):
if (response['ret'] and response['ret'] < 0):
return response['ret']
else:
return response['uid']
else:
return -9001
def upload(self, filename, codetype, timeout):
data = {'method': 'upload', 'username': self.username, 'password': self.password, 'appid': self.appid, 'appkey': self.appkey, 'codetype': str(codetype), 'timeout': str(timeout)}
file = {'file': filename}
response = self.request(data, file)
if (response):
if (response['ret'] and response['ret'] < 0):
return response['ret']
else:
return response['cid']
else:
return -9001
def result(self, cid):
data = {'method': 'result', 'username': self.username, 'password': self.password, 'appid': self.appid, 'appkey': self.appkey, 'cid': str(cid)}
response = self.request(data)
return response and response['text'] or ''
def decode(self, filename, codetype, timeout):
cid = self.upload(filename, codetype, timeout)
if (cid > 0):
for i in range(0, timeout):
result = self.result(cid)
if (result != ''):
return cid, result
else:
time.sleep(1)
return -3003, ''
else:
return cid, ''
def report(self, cid):
data = {'method': 'report', 'username': self.username, 'password': self.password, 'appid': self.appid, 'appkey': self.appkey, 'cid': str(cid), 'flag': '0'}
response = self.request(data)
if (response):
return response['ret']
else:
return -9001
def post_url(self, url, fields, files=[]):
for key in files:
files[key] = open(files[key], 'rb');
res = requests.post(url, files=files, data=fields)
return res.text
######################################################################
# 该函数是用来返回验证码图片显示的数据值
def getCodeText(codeType, imgPath):
result = None # 设置全局的result
# 普通者用户名
username = '------'
# 普通者密码
password = '----'
# 软件ＩＤ，开发者分成必要参数。登录开发者后台【我的软件】获得！
appid = ---
# 软件密钥，开发者分成必要参数。登录开发者后台【我的软件】获得！
appkey = '-----'
# 图片文件
filename = imgPath
# 验证码类型，# 例：1004表示4位字母数字，不同类型收费不同。请准确填写，否则影响识别率。在此查询所有类型 http://www.yundama.com/price.html
codetype = codeType
# 超时时间，秒
timeout = 30 # 超时时间timeout最好设置的长一点，否则因为网络不好，只设置一秒，就报错了。
# 检查
if (username == 'username'):
print('请设置好相关参数再测试')
else:
# 初始化
yundama = YDMHttp(username, password, appid, appkey)
# 登陆云打码
uid = yundama.login();
print('uid: %s' % uid)
# 查询余额
balance = yundama.balance();
print('balance: %s' % balance)
# 开始识别，图片路径，验证码类型ID，超时时间（秒），识别结果
cid, result = yundama.decode(filename, codetype, timeout);
print('cid: %s, result: %s' % (cid, result))
return result
######################################################################
爬虫脚本
思想：
- 通过@src标签，将验证码图片的url获取到;
- 通过requests.get()方法，对url，发送请求，.content获取图片内容；
- 打开一个文件，将图片写入；
# 进行验证码的识别：将验证码进行本地下载，将其提交给打码平台进行识别
url = 'http://www.renren.com/'
page_text = requests.get(url=url, headers=headers).text
tree = etree.HTML(page_text)
code_img_src = tree.xpath('//*[@id="verifyPic_login"]/@src')[0]
code_img_data = requests.get(url=code_img_src, headers=headers).content
with open('./code.jpg', 'wb') as fp:
fp.write(code_img_data)
完整代码
import requests
from lxml import etree
from YunCode import *
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'
}
# 进行验证码的识别：将验证码进行本地下载，将其提交给打码平台进行识别
url = 'http://www.renren.com/'
page_text = requests.get(url=url, headers=headers).text
tree = etree.HTML(page_text)
code_img_src = tree.xpath('//*[@id="verifyPic_login"]/@src')[0]
code_img_data = requests.get(url=code_img_src, headers=headers).content
with open('./code.jpg', 'wb') as fp:
fp.write(code_img_data)
# 将本地保存好的验证码图片交给打码平台识别
code_text = getCodeText(5000, './code.jpg') # 注意这里的验证码类型，根据实际情况进行修改
# 模拟登录（发送post请求）
post_url = 'http://www.renren.com/ajaxLogin/login?1=1&uniqueTimestamp=2019661134183' # 不同时间的时间戳不一样的
data = {
'email': 'xxxx@qq.com',
'icode': code_text,
'origURL': 'http://www.renren.com/home',
'domain': 'renren.com',
'key_id': '1',
'captcha_type': 'web_login',
'password': 'xxxxxxxxx',
'rkey': '00313a9752665df609d455d36edfbe94',
'f': '',
}
page_text = requests.post(url=post_url, headers=headers, data=data).text
with open('./renren.html', 'w', encoding='utf-8') as fp:
fp.write(page_text)
网友评论