點(diǎn)擊上方“Python爬蟲與數(shù)據(jù)挖掘”，進(jìn)行關(guān)注

回復(fù)“書籍”即可獲贈(zèng)Python從入門到進(jìn)階共10本電子書

(資料圖)

今

日

雞

湯

低眉信手續(xù)續(xù)彈，說盡心中無(wú)限事。

大家好，我是皮皮。

一、前言

前幾天在Python最強(qiáng)王者群【鶏啊鶏?！繂柫艘粋€(gè)Python網(wǎng)絡(luò)爬蟲的問題，這里拿出來給大家分享下。

下面是他的代碼：

from?selenium?import?webdriverfrom?selenium.webdriver.common.by?import?Byimport?timefrom?PIL?import?Imageimport?ddddocrocr?=?ddddocr.DdddOcr()options?=?webdriver.ChromeOptions()options.add_argument("user-agent=Mozilla/5.0?(Macintosh;?Intel?Mac?OS?X?10_15_7)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/86.0.4240.198?Safari/537.36")options.add_argument("--disable-blink-features=AutomationControlled")driver?=?webdriver.Chrome(options=options)#?打開目標(biāo)網(wǎng)頁(yè)driver.get("https://sol.sinosure.com.cn")time.sleep(5)driver.maximize_window()#?定位驗(yàn)證碼圖片元素并模擬鼠標(biāo)懸停以加載圖片yanzhengma?=?driver.find_element(By.CSS_SELECTOR,?".pass-form-item.pass-form-item-code")captcha_element?=?yanzhengma.find_element(By.CSS_SELECTOR,??".pass-label-img")webdriver.ActionChains(driver).move_to_element(captcha_element).perform()time.sleep(5)#?獲取驗(yàn)證碼圖片元素的位置和大小location?=?captcha_element.locationsize?=?captcha_element.sizeprint(location)print(size)#?截取整個(gè)網(wǎng)頁(yè)的截圖driver.save_screenshot("screenshot.png")#?根據(jù)驗(yàn)證碼圖片元素的位置和大小，從整個(gè)網(wǎng)頁(yè)截圖中裁剪出驗(yàn)證碼圖片left?=?int(location["x"])top?=?int(location["y"])right?=?int(location["x"]?+?size["width"])bottom?=?int(location["y"]?+?size["height"])captcha_screenshot?=?Image.open("screenshot.png").crop((left,?top,?right,?bottom))print(left)print(top)print(location)print(bottom)#?保存裁剪后的驗(yàn)證碼圖片，并進(jìn)行識(shí)別captcha_screenshot.save("captcha.png")with?open("captcha.png",?"rb")?as?f:????img_bytes?=?f.read()res?=?ocr.classification(img_bytes)print("識(shí)別的驗(yàn)證碼是："?+?res)

基本思路是沒啥問題的，確實(shí)也是可以拿到對(duì)應(yīng)界面的截圖，只不過是驗(yàn)證碼的位置截取出現(xiàn)了點(diǎn)偏差，導(dǎo)致驗(yàn)證碼沒正確識(shí)別到。

下面這個(gè)代碼是獲取驗(yàn)證碼圖片元素的位置和大?。?/p>

location?=?captcha_element.locationsize?=?captcha_element.size

這個(gè)部分我看介紹應(yīng)該是會(huì)返回定位的元素位置，我剛剛大致拖拉了一下在裁剪前的定位打印出來確實(shí)就已經(jīng)去了輸入密碼附近的位置了 但是我定位的元素是驗(yàn)證碼的地方，并且我也嘗試了先定位驗(yàn)證那個(gè)位置的大元素再定位至具體的驗(yàn)證碼圖片位置 ?問題依舊。

上面是粉絲的疑惑，下面一起來看看解決辦法。

二、實(shí)現(xiàn)過程

這里【魏哥】嘗試了下代碼，但是出現(xiàn)下圖報(bào)錯(cuò)：

這個(gè)報(bào)錯(cuò)還是蠻常見的，對(duì)于時(shí)常使用sel的人來說，這個(gè)報(bào)錯(cuò)算是家常便飯了，報(bào)錯(cuò)的原因是本地瀏覽器驅(qū)動(dòng)和谷歌瀏覽器的版本不匹配，需要更換本地瀏覽器驅(qū)動(dòng)。

關(guān)于這個(gè)問題的解決方法，就是去網(wǎng)頁(yè)下載對(duì)應(yīng)瀏覽器版本的對(duì)應(yīng)驅(qū)動(dòng)，放到本地指定文件夾，確保該文件夾路徑有加入環(huán)境變量。該問題的解決辦法公眾號(hào)歷史文章也有提及，網(wǎng)上的解決教程也一大堆，這里不再贅述。

言歸正傳，繼續(xù)回到這個(gè)問題的解決辦法。這里【甯同學(xué)】給了一個(gè)思路，直接找到 驗(yàn)證碼的圖片的url 用requests 請(qǐng)求 驗(yàn)證碼的.content 用 ocr.classification(驗(yàn)證碼的.content) 就可以了 不用保存圖片 在open讀取二進(jìn)制流，代碼如下所示：

順利地解決了粉絲的問題，如果對(duì)requests和Beautiful還不熟悉的小伙伴，可能接受起來就比較困難一些。

這里只是給出了其中一個(gè)方法，另外的一個(gè)方法，一起看下一篇文章，敬請(qǐng)期待！

三、總結(jié)

大家好，我是皮皮。這篇文章主要盤點(diǎn)了一個(gè)Python網(wǎng)絡(luò)爬蟲過驗(yàn)證碼的問題，文中針對(duì)該問題，給出了具體的解析和代碼實(shí)現(xiàn)，幫助粉絲順利解決了問題。

最后感謝粉絲【鶏啊鶏】提問，感謝【甯同學(xué)】、【魏哥】給出的思路和代碼解析，感謝【Ineverleft】等人參與學(xué)習(xí)交流。

【提問補(bǔ)充】溫馨提示，大家在群里提問的時(shí)候?？梢宰⒁庀旅鎺c(diǎn)：如果涉及到大文件數(shù)據(jù)，可以數(shù)據(jù)脫敏后，發(fā)點(diǎn)demo數(shù)據(jù)來（小文件的意思），然后貼點(diǎn)代碼（可以復(fù)制的那種），記得發(fā)報(bào)錯(cuò)截圖（截全）。代碼不多的話，直接發(fā)代碼文字即可，代碼超過50行這樣的話，發(fā)個(gè).py文件就行。

大家在學(xué)習(xí)過程中如果有遇到問題，歡迎隨時(shí)聯(lián)系我解決（我的微信：pdcfighting1），應(yīng)粉絲要求，我創(chuàng)建了一些高質(zhì)量的Python付費(fèi)學(xué)習(xí)交流群和付費(fèi)接單群，歡迎大家加入我的Python學(xué)習(xí)交流群和接單群！

小伙伴們，快快用實(shí)踐一下吧！如果在學(xué)習(xí)過程中，有遇到任何問題，歡迎加我好友，我拉你進(jìn)Python學(xué)習(xí)交流群共同探討學(xué)習(xí)。

-------------------?End?-------------------

往期精彩文章推薦：

if a and b and c and d：這種代碼有優(yōu)雅的寫法嗎？

Pycharm和Python到底啥關(guān)系？

都說chatGPT編程怎么怎么厲害，今天試了一下，有個(gè)靜態(tài)網(wǎng)頁(yè)，chatGPT居然沒搞定？

站不住就準(zhǔn)備加倉(cāng)，這個(gè)pandas語(yǔ)句該咋寫？

歡迎大家點(diǎn)贊，留言，轉(zhuǎn)發(fā)，轉(zhuǎn)載，感謝大家的相伴與支持

想加入Python學(xué)習(xí)群請(qǐng)?jiān)诤笈_(tái)回復(fù)【入群】

萬(wàn)水千山總是情，點(diǎn)個(gè)【在看】行不行

/今日留言主題/

隨便說一兩句吧~~

關(guān)鍵詞：