文章目录
本文内容工具准备Python Packages浏览器驱动 准备登录第一步 用Chrome浏览器打开目标网站第二步 调用selenium输入账户密码第三步 获取图片验证码信息第四步 调用百度文字识别API第五步 输入验证码并点击登录 参考本文内容
本文将介绍如何使用selenium的webdriver来自动输入账户、密码，以及通过 百度通用文字识别 来识别验证码信息，输入并识别结果并点击登录。
工具准备
本文使用的是 Python 3.6 语言
Python Packages
需要安装的包有：
seleniumurllibjsonbase64
# 安装方式, e.g.pip install selenium
浏览器驱动
本文使用 chrome driver, 点击该链接下载一个最新的版本即可。如果想要更深入了结selenium webdriver, 推荐阅读这篇文章 传送门
准备登录
第一步 用Chrome浏览器打开目标网站
首先将鼠标移到登录框，如下图所示，右键点击检查这个时候会自动跳转到“用户名”这个网页元素的位置，可以从标签中找到该元素的标识符id
第二步 调用selenium输入账户密码
接下来我们就可以用python打开一个Chrome Webdriver。注意要先将下载的driver放到一个指定的路径，下面会用到该路径。from selenium import webdriver, commonimport urllibimport jsonimport base64import timeimport sslssl._create_default_https_context = ssl._create_unverified_context # 全局取消证书验证# 连接百度云图像识别接口from urllib.request import urlopenfrom urllib.request import Requestfrom urllib.error import URLErrorfrom urllib.parse import urlencodeoptions = webdriver.ChromeOptions()# 需要指定driver path，前往 /mirrors/chromedriver/ 下载对应版本号的chrome driver，加压放到指定文件夹# 版本查看方法请自行百度， 打开浏览器--右上角（自定义及控制）-- 帮助 -- 关于Chrome 点开即可看到browser = webdriver.Chrome(executable_path=r'D:\Projects\Repo 3\chromedriver.exe', chrome_options=options)
运行上述代码，会打开一个空白的浏览器，接下来我们可以调用get方法打开网站
URL = '.cn/login.action' # 登录网站（证券业协会网站）USERNAME = 'jiajia' # 账户PASSWORD = '0419' # 密码browser.get(URL)browser.find_element_by_id('j_username').send_keys(USERNAME) # 输入账户browser.find_element_by_id('j_password').send_keys(PASSWORD) # 输入密码
打开网址后，调用webdriver的一个非常方便的函数，find_element_by_id，这个函数可以根据元素的id找到网页上对应的位置，同时模拟鼠标的动作，将该输入框激活。上一步我们已经找到了用户名的 id，同样的方法可以找到密码的id。然后再继续调用send_keys函数，输入账户、密码。
第三步 获取图片验证码信息
首先我们要找到验证码图片的所在位置，同样的右键验证码位置，选择检查，自动跳转到该元素的标签。找到元素的 id = ‘validateImage’，获取element对象。# 获取验证码图片img_obj = browser.find_element_by_id('validateImage') # 获取图片对象img_url = img_obj.get_attribute('src') # 获取验证码图片下载地址try:data = urllib.request.urlopen(img_url).read() # 读取图片信息except urllib.error.HTTPError as err:print(err)
获得对象后，调用该对象的 get_attribute函数，获得验证码图片的连接，再通过urllib打开连接读取图片二进制信息。
第四步 调用百度文字识别API
百度文字识别 参考该连接注册百度账户，创建文字识别应用，最后获取该应用的API_KEY, SECRET_KEY百度提供了不同的识别模式，有通用识别、高精度识别、网络图片识别等，可以根据图片的种类选择不同模式测试，最后挑一个识别正确率高的就行。下面是我参考了百度提供的一个demo，写了三个函数分别用来获取token，调用API，接收识别结果并返回API_KEY = 'L6LytQamc5dZdjW8Qfd' # 参考SECRET_KEY = 'cUDqjaxnTo1HoNS0NeCBLumvf'ACCURATE_OCR = "/rest/2.0/ocr/v1/accurate_basic" # 高精度文字识别GENERAL_OCR = r"/rest/2.0/ocr/v1/general_basic" # 通用文字识别WEBIMAGE_OCR = r'/rest/2.0/ocr/v1/webimage' # 网络图片文字识别，每天可免费调用500次TOKEN_URL = '/oauth/2.0/token'def fetch_token():'''获取请求token'''params = {'grant_type': 'client_credentials','client_id': API_KEY,'client_secret': SECRET_KEY}post_data = urlencode(params).encode('utf-8')req = Request(TOKEN_URL, post_data)try:f = urlopen(req, timeout=5)result_str = f.read()result_str = result_str.decode()result = json.loads(result_str)return result['access_token']except URLError as err:print(err)return Nonedef post_request(url, data):"""调用远程服务"""req = Request(url, data.encode('utf-8'))try:f = urlopen(req)result_str = f.read()result_str = result_str.decode()result = json.loads(result_str)return resultexcept URLError as err:print(err)return Nonedef guess_text(data):'''输入图片信息，返回识别结果'''# 获取access tokentoken = fetch_token()# 网络图片识别urlimage_url = WEBIMAGE_OCR + "?access_token=" + token# 调用文字识别服务result = post_request(image_url, urlencode({'image': base64.b64encode(data)}))text = result['words_result'][0]['words']print(result)return text
最后接着第三步的验证码信息读取，调用 guess_text 函数来识别验证码信息。
text = guess_text(data) # 调用百度通用图片识别
第五步 输入验证码并点击登录
browser.find_element_by_id('textfield').send_keys(text) # 验证码输入框
在输入完验证码之后，需要点击登录按钮，参照前面的方法，我们找到了该元素的标签，- 但遗憾的是我们没有找到该元素的id，这个时候我们可以通过另一个方法来获取按钮的位置find_element_by_xpath，首先我们先在网页上右键点击元素标签，复制 XPath
然后将复制的XPath作为参数送入函数，再调用 click 方法模拟鼠标点击的动作
# 通过目标元素查找，Chrome可以右键目标元素，然后copy xpathbrowser.find_element_by_xpath('//*[@id="loginForm"]/table/tbody/tr/td/table/tbody/tr/td[2]/table/tbody/tr[3]/td/input[1]').click()time.sleep(5)try:info = browser.find_element_by_id('alertInfo').text # 获取报错提示if info == '验证码输入有误':# 换一个验证码browser.find_element_by_xpath('//*[@id="loginForm"]/table/tbody/tr/td/table/tbody/tr/td[2]/table/tbody/tr[2]/td/table/tbody/tr[5]/td[2]/a').click()# 清除输入框browser.find_element_by_id('textfield').clear()# 重试，刷新验证码except common.exceptions.NoSuchElementException as err:# 找不到说明验证通过！！time.sleep(1) # 休息一会继续搞
上述代码里还有另一个功能，当验证码识别错误，我们点击登录之后，页面会有报错提示，后半部分代码就是用来捕捉这一提示，然后用clear方法清除输入框，重复之前的操作即可。最好将登陆的动作封装到一个函数里，方便多次重复调用。在测试的过程中发现百度的API如果调用的频率太高的话，可能会报错，所以我在几个地方都加了 sleep，调用太快容易被盯上。
