python爬验证码

1.找地址

首先，我们要找到这个网站生成验证码的地址，这个地址我们可以通过查看他的源代码来实现。

1.找地址

首先，我们要找到这个网站生成验证码的地址，这个地址我们可以通过查看他的源代码来实现。

就以某大学教务网为例，这个教务网的模板很多学校都在采用：

我就截取表单的验证码部分即可。

<td align="center" rowspan="3" >

<img  id="imgCode" src="../sys/ValidateCode.aspx" 

onclick="changeValidateCode(this)" alt="单击可更换图片！" 

style="CURSOR: pointer">

<br>看不清，则单击图片！                                 

</td>123456123456

这里就可以知道，地址就是../sys/ValidateCode.aspx

组合一下地址就是http://jwmis.lmu.cn/sys/ValidateCode.aspx

也就是我们等一下要用到的地址了。

我们可以查看一下那个网页。

2.处理图片

去查看了一下那个地址

果不其然，都是乱码，因为验证码分为两种。

1）直接处理成JPG/GIF/PNG或者其他格式，然后直接读取到一个图片地址。

2）接收用户触发，然后生成，再直接处理成图像，不读取到一个图片地址。

我们这里是第二种，我们要自己来读取他，到本地，再手动输入验证码。

# -*- coding: utf-8 -*-

import urllib2

#验证码的处理#

#验证码生成页面的地址#

im_url = 'http://jwmis.lmu.cn/sys/ValidateCode.aspx'

#读取验证码图片#

im_data = urllib2.urlopen(im_url).read()

#打开一个Code.PNG文件在D盘，没有的话自动生成#

f=open('d:\\Code.png','wb')

#写入图片内容#

f.write(im_data)

#关闭文件#

f.close()1234567891011121312345678910111213

这里包括两个部分：

1）打开那个生成验证码图片的页面，读取

2）将读取到的内容，保存成图片，下载到本地

我们这里的地址是可以随便写的，保存在你想保存的地方。

到这里我们就完成了验证码的一小部分。

by–LoDog

希望能帮到你！

最简单的是这个：

#!/usr/bin/python3.4

# -*- coding: utf-8 -*-

 

# 1、pip3 install pyocr

# 2、pip3 install pillow or easy_install Pillow

# 3、

安装tesseract-ocr：http://jaist.dl.sourceforge.net/project/tesseract-ocr-

alt/tesseract-ocr-setup-3.02.02.exe，安装在C:\Program Files\下

# 4、要求python默认安装在C盘

# http://www.cnblogs.com/TTyb/p/5996847.html

# 代码:

# !/usr/bin/python3.4

# -*- coding: utf-8 -*-

 

import pytesseract

from PIL import Image

 

image = Image.open('../jpg/code.png')

code = pytesseract.image_to_string(image)

print(code)

---