Python3爬虫实战【点触验证码】 — 模拟登陆bilibili
爬虫思路如下：
- 利用自动化爬虫工具 Selenium 模拟点击输入等操作来进行登录
- 分析页面，获取点触验证码的点触图片，通过将图片发送给超级鹰打码平台识别后获取坐标信息
- 根据超级鹰返回的数据，模拟坐标的点选，即可实现登录
一.准备工作
在开始之前，需要先注册一个超级鹰账号并申请一个软件ID，注册页面链接为：https://www.chaojiying.com/user/reg/，注册完成后需要在后台添加一个软件ID，进行充值获得积分，一般充一块钱就可以了。
二.爬虫构建
1.首先我可以到官方网站下载对应的 Python API，链接为：https://www.chaojiying.com/api-14.html ，我这里使用了崔庆才大大修改后的超级鹰api
代码如下：
import requests from hashlib import md5 class Chaojiying(object): def __init__(self, username, password, soft_id): self.username = username self.password = md5(password.encode('utf-8')).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 post_pic(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 report_error(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()
2.初始化函数
def __init__(self): self.url = 'https://passport.bilibili.com/login' self.browser = webdriver.Chrome() self.browser.maximize_window() self.wait = WebDriverWait(self.browser, 20) self.username = USERNAME self.password = PASSWORD
这里定义了发起请求的url、用户名、密码等全局变量，实例化 Chrome 浏览器、设置浏览器分辨率最大化、用户名、密码、同时也设置等待超时
3.登录函数
def open(self): """ 打开网页输入用户名密码 :return: None """ self.browser.get(self.url) user = self.wait.until(EC.presence_of_element_located((By.ID, 'login-username'))) password = self.wait.until(EC.presence_of_element_located((By.ID, 'login-passwd'))) user.send_keys(self.username) password.send_keys(self.password) login_btn = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, 'a.btn.btn-login'))) # 随机暂停几秒 time.sleep(random.random() * 3) # 点击登陆按钮 login_btn.click()
等待账号输入框和密码输入框对应的 ID 节点加载出来，然后获取对应节点，其中账号输入框 id=“login-username”，密码输框
id=“login-passwd”，通过调用 send_keys() 方法输入账号和密码，接着获取登录按钮 class=“btn
btn-login”，设置暂停时间，最后调用 click() 方法实现登录按钮的点击。
4.点触验证码的处理
def pick_code(self): time.sleep(3) pick_img_label = self.browser.find_element_by_css_selector('img.geetest_item_img') # 获取点触图片标签 src = pick_img_label.get_attribute('src') # 获取点触图片链接 img_content = requests.get(src).content # 获取图片二进制内容 f = BytesIO() f.write(img_content) img0 = Image.open(f) # 将图片以文件的形式打开，主要是为了获取图片的大小 scale = [pick_img_label.size['width'] / img0.size[0], pick_img_label.size['height'] / img0.size[1]] # 获取图片与浏览器该标签大小的比例 cjy = Chaojiying(CHAOJIYING_USERNAME, CHAOJIYING_PASSWORD, CHAOJIYING_SOFT_ID) result = cjy.post_pic(img_content, '9005') # 发送图片并获取结果 if result['err_no'] == 0: # 对结果进行分析 position = result['pic_str'].split('|') # position = ['110,234','145,247','25,185'] position = [[int(j) for j in i.split(',')] for i in position] # position = [[110,234],[145,247],[25,185]] for items in position: # 模拟点击 ActionChains(self.browser).move_to_element_with_offset(pick_img_label, items[0] * scale[0], items[1] * scale[1]).click().perform() time.sleep(1) time.sleep(2) # 点击登录 certern_btn = self.browser.find_element_by_css_selector('div.geetest_commit_tip') certern_btn.click() return cjy, result
通过css选择器，找到点触图片的标签，获取图标的src链接，对图片处理发送给超级鹰后台并获取结果，对结果进行分析，模拟坐标的点选，即可实现登录
三.GIF登录图
源码获取方法
公众号回复【b站登录】免费获取
欢迎关注公众号：Python爬虫数据分析挖掘，回复【开源源码】免费获取更多开源项目源码
公众号每日更新python知识和【免费】工具