基于selenium实现12306模拟登录

slenium模块的基本使用

问题：selenium模块和爬虫之间具有怎样的关联？

• 便捷的获取网站中动态加载的数据。
• 便捷实现模拟登录。

什么是selenium模块？

• 基于浏览器自动化的一个模块。

selenium使用流程

• 环境安装：pip install selenium

• 下载一个浏览器的驱动程序（谷歌浏览器）
  - 下载路径：http://chromedriver.storage.googleapis.com/index.html
  - 驱动程序和浏览器的映射关系：http://blog.csdn.net/huilan_same/article/details/51896672

• 实例化一个浏览器对象

• 编写基于浏览器自动化的操作代码
  - 发起请求：get(url)
  - 标签定位：find系列的方法
  - 标签交互：send_keys('xxx')
  - 执行js程序：excute_script('jsCode')
  - 前进，后退：back(),forward()
  - 关闭浏览器：quit()

• selenium处理iframe
  - 如果定位的标签存在于iframe标签之中，则必须使用switch_to.frame(id)
  - 动作链（拖动）：from selenium.webdriver import ActionChains
  - 实例化一个动作链对象：action = ActionChains(bro)
  - click_and_hold（div）：长按且点击操作
  - move_by_offset(x,y)
  - perform()让动作链立即执行
  - action.release()释放动作链对象

12306模拟登录

• 超级鹰：http://www.chaojiying.com/about.html
  - 注册：普通用户
  - 登录：普通用户
  - 题分查询：充值
  - 创建一个软件（id）
  - 下载示例代码

• 12306模拟登录编码流程：
  - 使用selenium打开登录页面
  - 对当前selenium打开的这张页面进行截图
  - 对当前图片局部区域（验证码图片）进行裁剪
  - 好处：将验证码图片和模拟登录进行一一对应。
  - 使用超级鹰识别验证码图片（坐标）
  - 使用动作链根据坐标实现点击操作
  - 录入用户名密码，点击登录按钮实现登录

代码实现

#下述代码为超级鹰提供的示例代码
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()

# chaojiying = Chaojiying_Client('超级鹰账户用户名', '超级鹰账户密码', '899370')    #用户中心>>软件ID 生成一个替换 96001
# im = open('12306.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, 9004)['pic_str'])
#上述代码为超级鹰提供的示例代码

#使用selenium打开登录页面
from selenium import webdriver
import time
from PIL import Image
from selenium.webdriver import ActionChains
bro = webdriver.Chrome(executable_path='./chromedriver')
bro.get('https://kyfw.12306.cn/otn/login/init')
time.sleep(1)

#save_screenshot就是将当前页面进行截图且保存
bro.save_screenshot('aa.png')

#确定验证码图片对应的左上角和右下角的坐标（裁剪的区域就确定）
code_img_ele = bro.find_element_by_xpath('//*[@id="loginForm"]/div/ul[2]/li[4]/div/div/div[3]/img')
location = code_img_ele.location  # 验证码图片左上角的坐标 x,y
print('location:',location)
size = code_img_ele.size  #验证码标签对应的长和宽
print('size:',size)
#左上角和右下角坐标
rangle = (
int(location['x']), int(location['y']), int(location['x'] + size['width']), int(location['y'] + size['height']))
#至此验证码图片区域就确定下来了

i = Image.open('./aa.png')
code_img_name = './code.png'
#crop根据指定区域进行图片裁剪
frame = i.crop(rangle)
frame.save(code_img_name)

#将验证码图片提交给超级鹰进行识别
chaojiying = Chaojiying_Client('bobo328410948', 'bobo328410948', '899370')    #用户中心>>软件ID 生成一个替换 96001
im = open('code.png', '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, 9004)['pic_str'])
result = chaojiying.PostPic(im, 9004)['pic_str']
all_list = [] #要存储即将被点击的点的坐标  [[x1,y1],[x2,y2]]
if '|' in result:
    list_1 = result.split('|')
    count_1 = len(list_1)
    for i in range(count_1):
        xy_list = []
        x = int(list_1[i].split(',')[0])
        y = int(list_1[i].split(',')[1])
        xy_list.append(x)
        xy_list.append(y)
        all_list.append(xy_list)
else:
    x = int(result.split(',')[0])
    y = int(result.split(',')[1])
    xy_list = []
    xy_list.append(x)
    xy_list.append(y)
    all_list.append(xy_list)
print(all_list)
#遍历列表，使用动作链对每一个列表元素对应的x,y指定的位置进行点击操作
for l in all_list:
    x = l[0]
    y = l[1]
    ActionChains(bro).move_to_element_with_offset(code_img_ele, x, y).click().perform()
    time.sleep(0.5)

bro.find_element_by_id('username').send_keys('12306账户用户名')
time.sleep(2)
bro.find_element_by_id('password').send_keys('12306账户密码')
time.sleep(2)
bro.find_element_by_id('loginSub').click()
time.sleep(30)
bro.quit()

 整理自B站UP主：路飞it学城系列教学