python爬蟲解決驗證碼的思路及示例

mysession = requests.Session()
login_url = 'http://xxx.com'
checkcode_url='http://yyy.com'
html = mysession.get(login_url,timeout=60*4)
#....balabala解析操作....
checkcode = mysession.get(checkcode_url,timeout=60*4)
with open('checkcode.png','wb') as f:
  f.write(checkcode.content)
 
#接下來balabala對圖像操作，可以用python的相關(guān)庫（識別率低，教務(wù)網(wǎng)的驗證碼都夠嗆），也可以用云速等第三方驗證碼識別網(wǎng)站提供的有償服務(wù)（識別度較高）
 
#再接下來構(gòu)造表單數(shù)據(jù)balabala

#綁定cookie
checkcode_url='http://yyy.com'
cookie = cookielib.CookieJar()
handler = urllib2.HTTPCookieProcessor(cookie)
opener = urllib2.build_opener(handler)
 
#先讀取驗證碼的url
picture = opener.open(checkcode_url).read()
 
#balabala圖像處理
 
# 生成post數(shù)據(jù) 
data = urllib.urlencode(postData)
# 構(gòu)造request請求
request = urllib2.Request(PostUrl, data, headers)
# 利用之前存有cookie的opener登錄頁面
try:
  response = opener.open(request)
  result = response.read()
except urllib2.HTTPError, e:
  print e.code

....
#第一次訪問 xxx 網(wǎng)站
driver.get("http://xxx.com")
#將用戶名密碼寫入瀏覽器 cookie
driver.add_cookie({'name':'username','value':'username'})
driver.add_cookie({'name':'password','value':'password'})
#再次訪問 xxx 網(wǎng)站，將會自動登錄
driver.get("http://xxx.com")
time.sleep(5)
....
driver.quit()