selenium爬取古诗文网login验证码！

一、工具：
selenium框架
pytesseract
PIL ： Image
selenium：webdriver

tesseract下载地址：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe
安装默认地址：C:\Program Files (x86)\Tesseract-OCR\tesseract.exe
找到tesseract.exe源文件
tesseract_cmd = ‘tesseract’
改成
tesseract_cmd = r’C:\Program Files (x86)\Tesseract-OCR\tesseract.exe’
使用方法参考地址：https://pypi.org/project/pytesseract/
二、分析过程：
cookie

获取账号密码input和登录按钮以及要的验证码图片
（1）通过id值获取账号标签，输一下值，看是否得到正确
（2）通过id值获取账号标签，输一下值，看是否得到正确
（3）通过id值获取验证码标签，输一下值，看是否得到正确
（4）通过id值获取验证码标签，输一下值，看是否得到正

完整代码：

import time
import pytesseract
from PIL import Image
from selenium import webdriver
from  time import sleep
#创建一个浏览器
browser = webdriver.Chrome()
def breakvcode():
    # 打开古诗文网
    browser.get("https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx")
    sleep(2)#两秒以后
    email = browser.find_element_by_id("email")#获取账号input
    email.send_keys("你的账号")#填写账号
    time.sleep(2)
    pwd = browser.find_element_by_id("pwd")#获取密码input
    time.sleep(2)
    pwd.send_keys("你的密码")#填写密码
    time.sleep(2)
    browser.save_screenshot('static/img.png')#截图整个浏览器
    time.sleep(1)
    vcode = browser.find_element_by_xpath("//div[@class='mainreg2']//img[@id='imgCode']")#获取验证码
    print("vcode",vcode)#打印看一下是否获取成功标签
    print("vcode.location",vcode.location)  # 打印验证码图片坐标
    print("vcode.size",vcode.size)#打印验证码图片尺寸
    left = vcode.location['x']#左上角起点x轴坐标
    top = vcode.location['y']#左上角起点y轴坐标
    right = vcode.location['x'] + vcode.size['width']#右下角终点x轴坐标
    bottom = vcode.location['y'] + vcode.size['height']#右下角终点y轴坐标
    img = Image.open('static/img.png')#打开之前截图
    img = img.crop((left, top, right, bottom))#按照验证码的坐标重新截取
    img.save('static/Vcode.png')#保存成新的图片 此时为验证码
    image = Image.open("static/Vcode.png")#打开验证码图片
    image = image.convert('L')# 把图片传入'L'，转化为灰度图像
    image.save('static/VLcode.png', 'jpeg')#最终的图片
    text = pytesseract.image_to_string(Image.open('static/VLcode.png'))
    print("text========",text)#读取图片的文字
    code = browser.find_element_by_id("code")#获取到验证码input
    code.send_keys(text)#输入验证码
    denglu = browser.find_element_by_id("denglu")#获取登录按钮
    denglu.click()#点击登录
    sleep(2)
if __name__ == '__main__':
    try:
        breakvcode()
    except Exception as e:
        print("错误",e)
        breakvcode()

vcode如图：

VLcode如图：

总结：
整体思路为，先把整个浏览器页面截图保存，再获取验证码的位置，按照验证码的位置，大小，再重新截图，截好之后转换成灰色，获取最终验证码截图的内容输入到验证码框里，验证码标签位置可自行（±）像素调试！点击登录，模拟真人操作！
缺点：成功率并不是很高，总是识别错误，比如（0 9）（8 s）等都识别不准！

拿走不谢，有更好的方法请分享给我，谢谢！
如有帮助请点赞支持，错误请指出，互相学习，谢谢！