网络爬虫以及自动化测试中图形验证码识别解决思路以及方法

前言

做自动化测试的朋友都知道图形验证码在整个自动化执行过程中，很可能是阻碍推进的问题，可以采用万能验证码（开发哥哥会流出一个供自动化测试用的），如果不通过开发预留，有以下解决方案。

解决思路

1.python3自带光学字符识别模块tesserocr与pytesseract，可以识别简单验证码；
2.稍复杂不容易识别的验证码，有大神给出解决方案是：完美验证码识别系统V3.2.1.zip，使用过程中需要制作自己验证码的识别库，简单可靠；
3.python神经网络训练识别验证码。

实现代码

1.python自带pytesseract库识别简单验证码：

!/usr/bin/env python

import pytesseract
class ShiBie():

图形验证码xpath

tuxing_loc = (
"xpath", "/html/body/div[1]/div[1]/div/div/div[2]/div/form/div/div[2]/dl/dd[1]/div[5]/a/img")

获取提前定义好的验证码存储路径

shot = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(file)))) + ("\screenshot\hf_im\screenshot.png")

def huoqutuxing(self):
element = self.findElement(self.tuxing_loc)
left = element.location['x']
top = element.location['y']
right = element.location['x'] + element.size['width']
bottom = element.location['y'] + element.size['height']
im = Image.open(self.shot)
im = im.crop((left, top, right, bottom))
img = im.convert('L') # 转换模式：L | RGB
img = ImageEnhance.Contrast(img) # 增强对比度
img = img.enhance(2.0) # 增加饱和度
img.save(self.shot)
code = pytesseract.image_to_string(img)
img.close()
print(code)
return code.replace(' ', '')
# 由于识别过程不一定准确，需要增加后续代码，确保输入正确
def yzm_huoqu(self,driver):
for i in range(5):
if not self.is_alert(driver):
s = self.huoqutuxing()
self.input_tuxing(s)
self.click_yzm_button()
time.sleep(5)
else:
break

将以上代码封装到你自己的方法中，可以识别容易是别的验证码。

2.完美验证码识别系统：

具体参考大神csdn：https://download.csdn.net/download/crazyidea88/10178098
# coding=gbk
import urllib
import time
import string
import ctypes
from ctypes import *
# 加载dll文件
dll = ctypes.windll.LoadLibrary('WmCode.dll')
if(dll.UseUnicodeString(1,1)): #传入的文本格式
print('SetInUnicode Success:')#UseUnicodeString调用一次即可，无需重复调用，重复调用会出现系统级IO错误。
else:
print('etInUnicode Fail!')

if(dll.LoadWmFromFile('C:\Users\Administrator\Desktop\1\shibie.dat','xxx')):#使用绝对路径
print('Loaddat Success:')#LoadWmFromFile调用一次即可，无需重复调用
Str = create_string_buffer(20)#创建文本缓冲区
if(dll.GetImageFromFile(C:\Users\Administrator\Desktop\1\wylt.JPG',Str)):#使用绝对路径
print('GetVcode Success:',Str.raw.decode("gbk"))
else:
print('GetVcode Fail!')
else:
print('Loaddat Fail!')

3.python神经网络训练识别验证码

关于神经网络训练练识别验证码网上资料很多，这里不做整理

总结

具体用那种方法因人而已，看验证码复杂程度选择，我们只是代码的搬运工，由点到面，面到体，在巨人的肩上了解更多的技术发展。