这篇文章将为大家详细讲解有关Python爬虫中破解验证码识别和弹窗处理，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。在我们写爬虫的过程中，目标网站常见的干扰手段就是设置验证码等，本就将基于Selenium实战讲解如何处理弹窗和验证码，爬取的目标网站为某仪器预约平台可以看到登录所需的验证码构成比较简单，是彩色的标准数字配合简单的背景干扰因此这里的验证码识别不需要借助人工智能的手段，可直接利用二值法对图片处理后交给谷歌的识别引擎tesseract-OCR即可获得图中的数字。首先导入所需模块先尝试打开示例网站有趣的地方出现了，网站显示了一个我们前面没有看到的弹窗，简单说一下弹窗的知识点，初学者可以将弹出框简单分为alert和非alertalert式弹出框alert(message)方法用于显示带有一条指定消息和一个 OK 按钮的警告框confirm(message)方法用于显示一个带有指定消息和 OK 及取消按钮的对话框prompt(text,defaultText)方法用于显示可提示用户进行输入的对话框看一下这个弹出框的js是怎么写的：看起来似乎是alert式弹出框，那么直接用driver.switch_to.alert吗？先不急非传统alert式弹出框的处理弹出框位于div层，跟平常定位方法一样弹出框是嵌套的ifra 香港云主机me层，需要切换iframe弹出框位于嵌套的handle，需要切换窗口所以我们对这个弹出框进行元素审查所以问题实际上很简单，直接定位按钮并点击即可二值法处理验证码的简单思路如下：切割截取验证码所在的图片转为灰度后二值法将有效信息转为黑，背景和干扰转为白色处理后的图片交给文字识别引擎输入返回的结果并提交切割截取验证码的图片进一步思考解决策略：首先获取网页上图片的css属性，根据size和location算出图片的坐标；然后截屏；最后用这个坐标进一步去处理截屏即可(由于验证码js的特殊性，不能简单获取img的href后下载图片后读取识别，会导致前后不匹配)正常情况下直接使用注释的四行代码即可，但不同的电脑不同的浏览器，缩放倍率存在差异，因此如果截取出的图存在偏差这需要考虑乘上倍率系数。最后可以再加减数值进行微调可以看到图片这成功截取出来了！这个阈值需要具体用Photoshop或者其他工具尝试，即找到一个像素阈值能够将灰度图片中真实数据和背景干扰分开，本例经测试阈值为205根据像素二值结果重新生成图片图像处理前后对比如下将处理后的图片就给谷歌的文字识别引擎就能完成识别识别结果如下在处理完验证码之后，现在我们就可以向网站提交账号密码、验证码等登陆所需信息需要注意的是，二值法识别验证码成功率不是100%，因此需要考虑到验证码识别错误，需要单击图片更换验证码重新识别，可以将上述代码拆解成多个函数后，用如下循环框架试错关于“Python爬虫中破解验证码识别和弹窗处理”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
这篇文章主要为大家展示了“怎么关闭电脑正在运行中的程序”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“怎么关闭电脑正在运行中的程序”这篇文章吧。具体步骤：1.同时点击Ctrl+Alt+Delete，打开任务管理器。2…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
