猫眼爬虫-验证码解决问题

最近猫眼可能发现了我这篇博客，把验证码关闭了，皆大欢喜。

而且爬虫开始肆无忌惮起来，有的时候都503 了

 

------------------------------------------------------

 

众多帖子中，都拿猫眼来做爬虫，爬虫内容都大同小异的，这个说猫眼的数字编码有门道，那个说猫眼TOP100数据随便拿。或者就是猫眼专业版的信息怎么获取，但是真正的猫眼网站，就你们平时买电影票的网站就没有光顾过么？

公司需要，爬了猫眼的电影排期网站，遍历了一个城市的所有影院的电影排期，到最后的时候发现，有的页面开始了验证马识别，具体是怎么触发机器人验证码识别还没有找到原因，但是就有需要你填入验证码一次，成功的一次，然后才可以正常的访问猫眼的电影网页。

那么如何解决呢，分析了一下页面规则，发现就是一个验证码，一个数据post

看起来很简单的样子，try一try

但是，远没有你想的那么简单。

图片验证码不是固定的图片，而是一个url，每次重新获取这个url的时候都会刷新一个新的验证码，也就是说，页面显示的验证码和你现在通过url下载下来的验证码根本就不是一个东西。查看了cookie和post信息，完全都没有差异，那怎么玩？

当然验证识别的问题，直接交给解码平台了，能靠钱解决的问题，为什么要自己费劲巴力的写。

最后的解决办法很奇葩，类似自动化测试一样的调用了senlium，打开了一个网页，然后咔咔咔截图，将验证码的部分截取出来，再将截出来的验证码图片发送给解码平台，解码平台数据返回验证码内容，再通过senlium重新将数据填回去，click。

事情就这么完事大吉的解决了。对了我用python