python爬虫-破解验证码（封装超级鹰实现）

本是古典何须时尚 2021-09-07 06:15 702阅读 0赞

进入超级鹰首页，根据官方提示进行操作，下载python的文档后，把其封装进自己的第三方库中  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzUwMjE2Mjcw_size_16_color_FFFFFF_t_70]  
官方原文档：

#!/usr/bin/env python
    # coding:utf-8
    
    import requests
    from hashlib import md5
    
    class Chaojiying_Client(object):
    
        def __init__(self, username, password, soft_id):
            self.username = username
    		password =  password.encode('utf8')
            self.password = md5(password).hexdigest()
            self.soft_id = soft_id
            self.base_params = { 
                'user': self.username,
                'pass2': self.password,
                'softid': self.soft_id,
            }
            self.headers = { 
                'Connection': 'Keep-Alive',
                'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
            }
    
        def PostPic(self, im, codetype):
            """ im: 图片字节 codetype: 题目类型 参考 http://www.chaojiying.com/price.html """
            params = { 
                'codetype': codetype,
            }
            params.update(self.base_params)
            files = { 'userfile': ('ccc.jpg', im)}
            r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, headers=self.headers)
            return r.json()
    
        def ReportError(self, im_id):
            """ im_id:报错题目的图片ID """
            params = { 
                'id': im_id,
            }
            params.update(self.base_params)
            r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
            return r.json()
    
    
    if __name__ == '__main__':
    	chaojiying = Chaojiying_Client('超级鹰用户名', '超级鹰用户名的密码', '96001')	#用户中心>>软件ID 生成一个替换 96001
    	im = open('a.jpg', 'rb').read()													#本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
    	print chaojiying.PostPic(im, 1902)												#1902 验证码类型 官方网站>>价格体系 3.4+版 print 后要加()

封装后文档（我是把他封装入我的第三方库yh）

#!/usr/bin/env python
    # coding:utf-8
    
    import requests
    from hashlib import md5
    
    class Chaojiying_Client(object):
    
        def __init__(self, username, password, soft_id):
                self.username = username
                password =  password.encode('utf8')
                self.password = md5(password).hexdigest()
                self.soft_id = soft_id
                self.base_params = { 
                    'user': self.username,
                    'pass2': self.password,
                    'softid': self.soft_id,
                }
                self.headers = { 
                    'Connection': 'Keep-Alive',
                    'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
                }
    
        def PostPic(self, im, codetype):
            """ im: 图片字节 codetype: 题目类型 参考 http://www.chaojiying.com/price.html """
            params = { 
                'codetype': codetype,
            }
            params.update(self.base_params)
            files = { 'userfile': ('ccc.jpg', im)}
            r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, headers=self.headers)
            return r.json()
    
        def ReportError(self, im_id):
            """ im_id:报错题目的图片ID """
            params = { 
                'id': im_id,
            }
            params.update(self.base_params)
            r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
            return r.json()
    
    
    # 在这里调用的时候把相应的信息放进去（账号密码软件id，就不用重复的放了）
    # 留两个参数使其调用更加灵活
    # code_path是验证码的图片的路径
    # code_type是验证码的类型
    def get_code(code_path, code_type):
    	chaojiying = Chaojiying_Client('超级鹰用户名', '超级鹰用户名的密码', '96001')	#用户中心>>软件ID 生成一个替换 96001
    	im = open(code_path, 'rb').read()													#本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
    	return chaojiying.PostPic(im, code_type)												#1902 验证码类型 官方网站>>价格体系 3.4+版 print 后要加())

把这些代码放进自己的库中，或者直接把这个文件保存放在全局变量的路径下，我这里是直接放在python的自带模板库的根目录下，这样就可以实现调用

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzUwMjE2Mjcw_size_16_color_FFFFFF_t_70 1]下面以破解超级鹰登录页面的验证码为例

import yh  # 引入个人的库
    from lxml import etree  # 解析数据
    import requests  # 发送请求
    
    url = 'http://www.chaojiying.com/user/login/'  # 随便找一个有验证码的页面就行了，只是用于实验
    headers = { 
        'User-Agent':
            'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:86.0) Gecko/20100101 Firefox/86.0',
    }  # UA伪装
    page = requests.get(url=url, headers=headers).text  # 获取文本格式的响应
    tree = etree.HTML(page)  # 解析数据
    # 这里的xpath路径可以直接点开F12后，复制粘贴
    code_img_src = 'http://www.chaojiying.com' + tree.xpath('/html/body/div[3]/div/div[3]/div[1]/form/div/img/@src')[
        0]  # 取到图片的链接
    print(code_img_src)  # 打印图片链接
    code_img_data = requests.get(url=code_img_src, headers=headers).content  # 下载图片，以二进制形式
    with open('./code.jpg', 'wb') as fp:
        fp.write(code_img_data)  # 存图片
    code = yh.get_code('./code.jpg', '1004')  # 调用第三方库里面的函数进行解析
    print(code)  # 打印实验结果

实验结果  
![在这里插入图片描述][20210305162646534.jpg]

> \{‘err\_no’: 0, ‘err\_str’: ‘OK’, ‘pic\_id’: ‘9134016265782900038’, ‘pic\_str’: ‘MSDX’, ‘md5’: ‘fda3f65efc662d190921d8a87251b040’\}

此文讲了如何破解验证码，后面会写一篇seleium运用破解的验证码实现无头浏览器自动化登录的博文。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzUwMjE2Mjcw_size_16_color_FFFFFF_t_70]: /images/20210827/53b10a3524c540b39bf3a6f1b04a048e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzUwMjE2Mjcw_size_16_color_FFFFFF_t_70 1]: /images/20210827/c4d6652a824048aba4db37a2bd87d368.png
[20210305162646534.jpg]: /images/20210827/626c3f6b65214a628f039688ecaa84de.png