python爬蟲怎麼識別

1、輸入式驗證碼

#這種驗證碼主要是透過用戶輸入圖片中的字母、數字、漢字等進行驗證。如下圖

#解決想法：這種是最簡單的一種，只要辨識出裡面的內容，然後填入輸入框即可。這種辨識技術叫做OCR，這裡我們推薦使用Python的第三方函式庫，tesserocr。對於沒有什麼背影影響的驗證碼如圖2，直接透過這個庫來辨識就可以。但對於有吵雜的背景的驗證碼這種，直接辨識辨識率會很低，遇到這種我們就得需要先處理一下圖片，先對圖片進行灰度化，然後再進行二值化，再去識別，這樣識別率會大大提高。

2.滑動式驗證碼

解決想法：對於這種驗證碼就比較複雜一點，但也是有對應的辦法。我們直接想到的就是模擬人去拖曳驗證碼的行為，點擊按鈕，然後看到了缺口的位置，最後把拼圖拖曳到缺口位置處完成驗證。

###第一步：點選按鈕。然後我們發現，在你沒有點擊按鈕的時候那個缺口和拼圖是沒有出現的，點擊後才出現，這為我們找到缺口的位置提供了靈感。 ######

第二步：拖曳到缺口位置。我們知道拼圖應該拖到缺口處，但是這個距離如果用數值來表示？透過我們第一步觀察到的現象，我們可以找到缺口的位置。這裡我們可以比較兩張圖的像素，設定一個基準值，如果某個位置的差值超過了基準值，那我們就找到了這兩張圖片不一樣的位置，當然我們是從那塊拼圖的右側開始並且從左到右，找到第一個不一樣的位置時就結束，這是的位置應該是缺口的left，所以我們使用selenium拖到這個位置即可。這裡還有個疑問就是如何能自動的儲存這兩張圖？這裡我們可以先找到這個標籤，然後取得它的location和size，然後top，bottom，left，right = location['y'] ,location['y'] size['height'] location['x'] size['width']  ,然後截圖，最後摳圖填入這四個位置就行。具體的使用可以查看selenium文檔，點選按鈕前摳張圖，點擊後再摳張圖。最後拖曳的時候要需要模擬人的行為，先加速然後減速。因為這種驗證碼有行為特徵檢測，人是不可能做到一直勻速的，否則它就判定為是機器在拖動，這樣就無法通過驗證了。

相關學習推薦：python教學

以上是python爬蟲怎麼識別的詳細內容。更多資訊請關注PHP中文網其他相關文章！