Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录

概述本文介绍了Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录，分享给大家，具体如下：

本文介绍了Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录，分享给大家，具体如下：

Python 2.7 IDE Pycharm 5.0.3 firefox浏览器：47.0.1 Selenium PIL PyTesser Tesseract

扯淡

​ 我相信每个脚本都有自己的故事，我这个脚本来源于自己Grd教务系统，每次进行登录时，即使我输入全部正确，第一次登录一定是登不上去的！我不知道设计人员什么想法？难道是为了反爬机制？你以为一次登不上，我tm就不爬了？我要是不高兴了，信不信秒秒钟访问你1000+让大家都上不去咯~咳咳，有点跑题了。

Talk is cheap,Show me the code

自动识别验证码模拟登陆，注意是自动，一键登录，不是那种扫出验证码，然后手动输入登录！首先来代码实现吧！

# -*- Coding: utf-8 -*-#Author：哈士奇说喵from selenium import webdriverimport osimport PyTesserimport sys,timefrom PIL import Image,ImageEnhance#shift+tab多行缩进(左)reload(sys)PostUrl = "http://yJsymis.hrbeu.edu.cn/gsmis/indexAction.do"driver=webdriver.firefox()driver.get(PostUrl)i=0while 1:#sb登录系统，即使输对所有消息还是登不进去的，需要登录两次及以上  i=i+1  try:    elem_user = driver.find_element_by_name('ID')    elem_psw = driver.find_element_by_name('password')    elem_code = driver.find_element_by_name('checkcode')  except:    break  #-------------------对验证码进行区域截图，好吧，这方法有点low------------------  driver.get_screenshot_as_file('C:\Users\MrLevo\image1.jpg')#比较好理解  im =Image.open('C:\Users\MrLevo\image1.jpg')  Box = (516,417,564,437) #设置要裁剪的区域  region = im.crop(Box)   #此时，region是一个新的图像对象。  #region.show()#显示的话就会被占用，所以要注释掉  region.save("e:/image_code.jpg")  #-------------------------------------------------------------------  #--------------ImageGrab.grab()直接可以区域截图，但是有BUG，截图不全-------  '''  bBox = (780,1020,800)  img = ImageGrab.grab()  img.save("E:\image_code.jpg")  img.show()  '''  #-------------------------手动输入验证码：适用范围更广，但不够方便------------------------------  '''  response = opener.open(CaptchaUrl)  picture = response.read()  with open('e:/image.jpg','wb') as local:    local.write(picture)  # 保存验证码到本地  #------------对于不能用PyTesser+ocr进行识别，手动打开图片手动输入--------  # 打开保存的验证码图片 输入  #SecretCode = raw_input('please enter the code: ')  #----------------------------------------------------------------------  '''  #--------------------图片增强+自动识别简单验证码-----------------------------  #time.sleep(3)防止由于网速，可能图片还没保存好，就开始识别  def image_file_to_string(file):    cwd = os.getcwd()    try :      os.chdir("C:\Users\MrLevo\Anaconda2\lib")      return PyTesser.image_file_to_string(file)    finally:      os.chdir(cwd)  im=Image.open("E:\image_code.jpg")  imgry = im.convert('L')#图像加强，二值化  sharpness =ImageEnhance.Contrast(imgry)#对比度增强  sharp_img = sharpness.enhance(2.0)  sharp_img.save("E:\image_code.jpg")  #http://www.cnblogs.com/txw1958/archive/2012/02/21/2361330.HTML  #imgry.show()#这是分布测试时候用的，整个程序使用需要注释掉  #imgry.save("E:\image_code.jpg")  code= PyTesser.image_file_to_string("E:\image_code.jpg")#code即为识别出的图片数字str类型  print code  #打印code观察是否识别正确  #----------------------------------------------------------------------  if i <= 2: # 根据自己登录特性，我这里是验证码失败一次，重填所有，失败两次，重填验证码    elem_user.send_keys('S315080092')    elem_psw.send_keys('xxxxxxxxxx')  elem_code.send_keys(code)  click_login = driver.find_element_by_xpath("//img[@src='main_images/images/loginbutton.gif']")  click_login.click()#time.sleep(5)#搜索结果页面停留片刻#driver.save_screenshot('C:\Users\MrLevo\image.jpg')#driver.close()#driver.quit()

Show Gif ( :

第一次放动图，心理还有点小激动~

遇到问题及解决方法

1：验证码取得问题，因为每次刷新之后验证码动态刷新，所以如果不采用cookie的话（我还不太会用cookie）,根本捉不到元素，这个我在下篇文章中采用cookie来登录的，但不是调用浏览器，这个跑远了，下次说。

1：解决方案：用了driver.get_screenshot_as_file方法，机智的进行全截图，然后采用PIL中的crop进行再截图 *** 作，可能有人会说，为什么不采用ImageGrab.grab()函数来做，好吧，因为这个函数在win10上尽然！截不了全图！！自己试了才知道，btw，我的分辨率1920x1080，难道和分辨率有关？反正这个我截了好久都没有成功，到最后才想到，截全部看看，结果，tmd只有一半，我说怎么都找不到要截图的部分！

2：验证码验证错误率高问题

2：解决方案，采用PIL强大的图像处理功能，我先将图片二值化，本来是蓝色字体的，，然后再进行对比度强化来锐化图片，然后再调用Tesseract.exe进行处理，提高的识别精度不是一点两点：看图比较，左1是用cookie抓的原图，右边是全景截图，再定位截图，再进行二值化和锐化处理的图，本来我想着用matlab做图像识别的，但是想想还要调用，感觉有点麻烦。。。

3：调用Tesseract.exe问题

3：解决方案因为程序执行图像识别需要调用Tesseract.exe，所以必须把路径切到有这个exe的路径下，刚开始，以为和包依赖，结果根本没有识别出任何图！折腾一个多小时才写好验证码识别的问题―-单独测试的确很重要，记一笔！

4：登录失败问题Cmdzz学校教务系统二次验证

4：解决方案，写了一个while循环，把主程序很大部分都扔进去了，目的也很明确，如果第一次登录失败，再重复进行登录，注意采用try试探元素是否仍然存在，except来抛出break结束循环，因为登录成功后，比如说driver.find_element_by_name('ID')是不存在的！所以当这个元素在登陆后的界面找不到时，那就说明登录成功，ok，跳出循环，进行下一步 *** 作。

5：明明图片已截取，为什么没有识别

5：解决方案，这个我真的没想到，我一直以为可能因为save时候还没下载好，导致库中没有这张图，那就不能识别，但是我用time.sleep函数让它停下来缓缓，还是不行，我就很无语了，想了半天，可能是因为图片被占用！因为我有一个img.show()函数，为了检测有没有截取到标准的图，然后show之后这个图像就被占用了！就像你在编辑word时候，是无法删除word文档一样！果然在注释掉show之后，一切可行，真是差错查了小半天啊！！

6：元素一切就位，为什么不执行 *** 作

6：解决方案，这个有点脑残了，不过的确是我遇到的，还是记上一笔，然后骂自己一遍sb，没有click()你让它怎么处理！！！就像用cookie登录时候还有个ENTRY呢！

7：两次验证失败后，用户名重复累加

7：解决方案，直接加了个变量，计数循环次数，观察到只要超过两次没有登录上，就会累加登录名和用户密码，直接写了个if进行判断，完事！

8：im.crop(Box)裁剪区域选择困难症

8：解决方案，多试几次，反正我是试出来的。。。。当然，你点击图片进行审查元素时候，可以看到图片大小，那么，你就可以知道横纵坐标差值多少，但是大范围区域还得自己试，如有更好的办法，请告知，以下为我截图实验次数，次数30+

9：导入不了Image,ImageEnhance

9：解决方案，因为PIL用的是第三方库，所以，采用的导入方式是这样的，多看看官方文档就可以，官方描述如下
Usefrom PIL import Imageinstead ofimport Image.

10：找不到应该键入的元素

10：这个问题，请单击要输入的空白处右键，审查元素，就可以看到，然后根据driver.find_element_by_各种方法来定位元素，如果输入进行了隐藏，在当前页面找不到怎么办，就像如下图，需要先点击我的图书馆，才能看到输入的账户和密码，那么先找我的图书馆的元素，进行click *** 作，之后再找元素，一句话，把自己想成浏览器，阿不，把python想成浏览器。。。。。

上图的代码我也放上，大同小异，比有验证码的简单，但是多了一个click *** 作。

# -*- Coding: utf-8 -*-#Author：哈士奇说喵from selenium import webdriverimport timeimport sys#shift+tab多行缩进(左)reload(sys)PostUrl = "http://lib.hrbeu.edu.cn/#"driver=webdriver.firefox()driver.get(PostUrl)elem_user = driver.find_element_by_name('number')elem_psw = driver.find_element_by_name('passwd')#选择我的图书馆，点击后才能看到输入账号密码click_first = driver.find_element_by_xpath("//ul[@ID='imgmenu']/li[4]")click_first.click()elem_user.send_keys('S315080092')elem_psw.send_keys('xxxxxxxx')#点击登录click_second = driver.find_element_by_name('submit')click_second.click()time.sleep(5)#登陆后选择click_third = driver.find_element_by_xpath("//*[@ID='mainBox']/div/div/ul/li/a")click_third.click()time.sleep(5)#搜索结果页面停留片刻#driver.save_screenshot('C:\Users\MrLevo\image.jpg')driver.close()driver.quit()

 最后

（虽然我知道以后肯定会再补充）：断断续续差不多两天时间来实现这个 *** 作，虽然对大家来说应该不算难，但是对自己还是有蛮大提升的，对selenium有了基本的概念和 *** 作，对PIL也进行了使用，还有ocr的调用，虽然调用firefox来执行 *** 作表面上看起来很酷炫，但是执行效率和占用内存是很大的内伤，但作为可视化的模拟浏览器登录，这点做的还是十分绚丽的。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持编程小技巧。

总结

以上是内存溢出为你收集整理的Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录全部内容，希望文章能够帮你解决Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。