http://blog.csdn.net/ck3207/article/details/51711559

由於工作需要，登入網站需要用到驗證碼。最初是研究過驗證碼識別的，但是總是不能獲取到我需要的那個驗證碼。直到這週五，才想起這事來，昨天順利的解決了。

下面正題：

python版本：3.4.3

所需要的程式碼庫：PIL，selenium，tesseract

先上程式碼：

#coding:utf-8
import subprocess
from PIL import Image
from PIL import ImageOps
from selenium import webdriver
import time,os,sys


def cleanImage(imagePath):
    image = Image.open(imagePath)   #開啟圖片
    image = image.point(lambda x: 0 if x<143 else 255)  #處理圖片上的每個畫素點，使圖片上每個點“非黑即白”
    borderImage = ImageOps.expand(image,border=20,fill='white')
    borderImage.save(imagePath)


def getAuthCode(driver, url="http://localhost/"):
    captchaUrl = url + "common/random"
    driver.get(captchaUrl)  
    time.sleep(0.5)
    driver.save_screenshot("captcha.jpg")   #截圖，並儲存圖片
    #urlretrieve(captchaUrl, "captcha.jpg")
    time.sleep(0.5)
    cleanImage("captcha.jpg")
    p = subprocess.Popen(["tesseract", "captcha.jpg", "captcha"], stdout=\
                         subprocess.PIPE,stderr=subprocess.PIPE)
    p.wait()
    f = open("captcha.txt", "r")
    
    #Clean any whitespace characters
    captchaResponse = f.read().replace(" ", "").replace("\n", "")


    print("Captcha solution attempt: " + captchaResponse)
    if len(captchaResponse) == 4:
        return captchaResponse
    else:
        return False


def withoutCookieLogin(url="http://org.cfu666.com/"):
    driver = webdriver.Chrome()
    driver.maximize_window()
    driver.get(url)
    while True:      
        authCode = getAuthCode(driver, url)
        if authCode:
            driver.back()
            driver.find_element_by_xpath("//input[@id='orgCode' and @name='orgCode']").clear()
            driver.find_element_by_xpath("//input[@id='orgCode' and @name='orgCode']").send_keys("orgCode")
            driver.find_element_by_xpath("//input[@id='account' and @name='username']").clear()
            driver.find_element_by_xpath("//input[@id='account' and @name='username']").send_keys("username")
            driver.find_element_by_xpath("//input[@type='password' and @name='password']").clear()
            driver.find_element_by_xpath("//input[@type='password' and @name='password']").send_keys("password")              
            driver.find_element_by_xpath("//input[@type='text' and @name='authCode']").send_keys(authCode)
            driver.find_element_by_xpath("//button[@type='submit']").click()
            try:
                time.sleep(3)
                driver.find_element_by_xpath("//*[@id='side-menu']/li[2]/ul/li/a").click()
                return driver
            except:
                print("authCode Error:", authCode)
                driver.refresh()
    return driver


driver = withoutCookieLogin("http://localhost/")
driver.get("http://localhost/enterprise/add/")

怎麼獲取我們需要的驗證碼

在這獲取驗證碼的道路上，我掉了太多的坑，看過太多的文章，很多都是教你驗證碼的識別方法，但是沒有說明，怎麼獲取你當前需要的驗證碼圖片。

我的處理方法是：

1.先用selenium開啟你需要的登入的頁面地址url1

2.通過稽核元素獲取驗證碼的地址url2（其實最簡單的是右鍵開啟新頁面）

3：在url1頁面，輸入地址url2進入url2頁面，然後截圖儲存驗證碼頁面

4：處理驗證碼得到驗證碼字串。然後點選瀏覽器後退按鈕，返回url1登入頁面

5：輸入登入需要的資訊和驗證碼

6：點選登入

7：驗證登入後的頁面，判斷是否成功，若不成功則需要重新1-7的操作。

為了保護公司的資訊，這個頁面是我本地搭的服務，我在伯樂線上註冊頁面進行測試過這個驗證碼獲得方法，可以通過。（這個驗證碼的處理方法，僅限驗證碼背景是畫素點，若驗證碼有橫線需額外處理。）

第一篇博文，不喜勿噴。

驗證碼處理方法參考文獻：

Web Scraping with Python.pdf