python怎样爬取带验证码的网页

Python017

python怎样爬取带验证码的网页,第1张

如果只是为了登录，你可以把验证码图片打出来，看出来验证码之后输入进交互界面，然后连同用户名密码一起post，登录，如果想大量识别验证码，就需要分析验证码的难易程度，简单一些的可以模式识别，或者神经网络，复杂的就不行了

这个有点繁琐，告诉你，你也可能搞不定

首先请求网页，然后用你的未登录cookies去二次请求验证码，用byte类型保存在内存中，用pillow模块展示出来，你在手动输入，主程序这边用input阻塞，等你输入完，主程序向登录接口提交账号密码和验证码，然后后面就正常爬取，这是非selenium的模拟登录，这边纠正一点，凡是登录，不管你用什么模块，都属于模拟登录，并非selenium登录方式才叫模拟登录，

#把代码换一哈，验证码的参数名都不对 都发到百度上面来 神仙也帮不了你

headers = {'Content-Type': 'application/x-www-form-urlencoded', 'X-Requested-With': 'XMLHttpRequest', 'Cookie': 'verifycode={0}'.format(yzm)}

url_company='http://www.jsgsj.gov.cn:58888/mini/netWebServlet.json?codeCheck=true&corpName=苏州&verifycode='+str(yzm)