小編這次要給大家分享的是Python3爬蟲如何實現(xiàn)識別點觸點選驗證碼，文章內(nèi)容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。
為涵江等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計制作服務(wù)，及涵江網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為成都做網(wǎng)站、成都網(wǎng)站制作、涵江網(wǎng)站設(shè)計，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會得到認(rèn)可，從而選擇與我們長期合作。這樣，我們也可以走得更遠(yuǎn)！上一節(jié)我們實現(xiàn)了極驗驗證碼的識別，但是除了極驗其實還有另一種常見的且應(yīng)用廣泛的驗證碼，比較有代表性的就是點觸驗證碼。
可能你對這個名字比較陌生，但是肯定見過類似的驗證碼，比如 12306，這就是一種典型的點觸驗證碼，如圖所示：
我們需要直接點擊圖中符合要求的圖，如果所有答案均正確才會驗證成功，如果有一個答案錯誤，驗證就會失敗，這種驗證碼就可以稱之為點觸驗證碼。
另外還有一個專門提供點觸驗證碼服務(wù)的站點，叫做 TouClick，其官方網(wǎng)站為：https://www.touclick.com/，本節(jié)就以它為例講解一下此類驗證碼的識別過程。
1. 本節(jié)目標(biāo)
本節(jié)我們的目標(biāo)是用程序來識別并通過點觸驗證碼的驗證。
2. 準(zhǔn)備工作
本次我們使用的 Python 庫是 Selenium，使用的瀏覽器為 Chrome，在此之前請確保已經(jīng)正確安裝好了 Selenium 庫、Chrome瀏覽器并配置好了 ChromeDriver，相關(guān)流程可以參考第一章的說明。
3. 了解點觸驗證碼
TouClick 官方網(wǎng)站的驗證碼樣式如圖 8-19 所示：
和 12306 站點有相似之處，不過這次是點擊圖片中的文字，不是圖片了，另外還有各種形形色色的點觸驗證碼，其交互形式可能略有不同，但基本原理都是類似的。
接下來我們就來統(tǒng)一實現(xiàn)一下此類點觸驗證碼的識別過程。
4. 識別思路
此種驗證碼的如果依靠圖像識別的話識別難度非常之大。
例如就 12306 來說，其識別難點有兩個點，第一點是文字識別，如圖 8-20 所示：
如點擊圖中所有的漏斗，“漏斗”二字其實都經(jīng)過變形、放縮、模糊處理了，如果要借助于前面我們講的 OCR 技術(shù)來識別，識別的精準(zhǔn)度會大打折扣，甚至得不到任何結(jié)果。第二點是圖像的識別，我們需要將圖像重新轉(zhuǎn)化文字，可以借助于各種識圖接口，可經(jīng)我測試識別正確結(jié)果的準(zhǔn)確率非常低，經(jīng)常會出現(xiàn)匹配不正確或匹配不出結(jié)果的情況，而且圖片本身的的清晰度也不夠，所以識別難度會更大，更何況需要同時識別出八張圖片的結(jié)果，且其中幾個答案需要完全匹配正確才能驗證通過，綜合來看，此種方法基本是不可行的。
再拿 TouClick 來說，如圖所示：
我們需要從這幅圖片中識別出植株二字，但是圖片的背景或多或少會有干擾，導(dǎo)致 OCR 幾乎不會識別出結(jié)果，有人會說，直接識別白色的文字不就好了嗎？但是如果換一張驗證碼呢？如圖 8-22 所示：
這張驗證碼圖片的文字又變成了藍(lán)色，而且還又有白色陰影，識別的難度又會大大增加。
那么此類驗證碼就沒法解了嗎？答案當(dāng)然是有，靠什么？靠人。
靠人解決？那還要程序做什么？不要急，這里說的人并不是我們自己去解，在互聯(lián)網(wǎng)上存在非常多的驗證碼服務(wù)平臺，平臺 7×24 小時提供驗證碼識別服務(wù)，一張圖片幾秒就會獲得識別結(jié)果，準(zhǔn)確率可達(dá) 90% 以上，但是就需要花點錢來購買服務(wù)了，畢竟平臺都是需要盈利的，不過不用擔(dān)心，識別一個驗證碼只需要幾分錢。
在這里我個人比較推薦的一個平臺是超級鷹。
其提供的服務(wù)種類非常廣泛，可識別的驗證碼類型非常多，其中就包括此類點觸驗證碼。
另外超級鷹平臺同樣支持簡單的圖形驗證碼識別，如果 OCR 識別有難度，同樣可以用本節(jié)相同的方法借助此平臺來識別，下面是此平臺提供的一些服務(wù)：
英文數(shù)字，提供最多20位英文數(shù)字的混合識別
中文漢字，提供最多7個漢字的識別
純英文，提供最多12位的英文的識別
純數(shù)字，提供最多11位的數(shù)字的識別
任意特殊字符，提供不定長漢字英文數(shù)字、拼音首字母、計算題、成語混合、 集裝箱號等字符的識別
坐標(biāo)選擇識別，如復(fù)雜計算題、選擇題四選一、問答題、點擊相同的字、物品、動物等返回多個坐標(biāo)的識別
而本節(jié)我們需要解決的就是屬于最后一類，坐標(biāo)多選識別的情況，我們需要做的就是將驗證碼圖片提交給平臺，然后平臺會返回識別結(jié)果在圖片中的坐標(biāo)位置，接下來我們再解析坐標(biāo)模擬點擊就好了。
原理非常簡單，下面我們就來實際用程序來實驗一下。
5. 注冊賬號
在開始之前，我們需要先注冊一個超級鷹賬號并申請一個軟件ID，注冊頁面鏈接為：https://www.chaojiying.com/user/reg/，注冊完成之后還需要在后臺開發(fā)商中心添加一個軟件ID，最后一件事就是充值一些題分，充值多少可以根據(jù)價格和識別量自行決定。
6. 獲取API
做好上面的準(zhǔn)備工作之后我們就可以開始用程序來對接驗證碼的識別了。
首先我們可以到官方網(wǎng)站下載對應(yīng)的 Python API，鏈接為：https://www.chaojiying.com/api-14.html，但是此 API 是Python2 版本的，是用 Requests 庫來實現(xiàn)的，我們可以簡單更改幾個地方即可將其修改為 Python3 版本。
修改之后的API如下：
重慶分公司
重慶分公司
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: 圖片字節(jié)
codetype: 題目類型 參考 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:報錯題目的圖片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() 
