验证码识别

是一种反爬机制

https://cloud.tencent.com/developer/article/1698658 Python爬虫之打码平台的使用 https://cloud.tencent.com/developer/article/1709709 别再问我 Python 怎么识别数字验证码了！

方法一

• pytesseract第三方库：pip install pytesseract
• Tesseract-OCR.exe安装
  • https://blog.csdn.net/m0_46498587/article/details/109255325 pytesseract和tesseract的安装包下载
  • 将tesseract安装路径添加环境变量，并测试识别为空
  • python+tesseract 训练和破解验证码

方法二

• ddddocr第三方库：适用于简单的识别

模拟登录

需求：对人人网进行模拟登陆（有验证码）

• 点击登陆按钮之后会发起一个post请求
• post请求中会携带登陆之前录入的相关登陆信息（用户名，密码，验证码）
• 验证码：每次登录都会变化

编码流程：

• 验证码的识别，获取验证码图片的文字数据
• 对post请求进行发送（处理请求参数）
• 对响应数据进行持久化存储

  tree = etree.HTML(page_text)
  code_img_src = tree.xpath('')[0]
  code_img_data = requests.get(url=code_img_src, headers=headers).content