13518219792
本篇内容介绍了“Python爬虫遇到验证码怎么解决”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
创新新互联，凭借10多年的成都网站建设、成都网站制作经验，本着真心·诚心服务的企业理念服务于成都中小企业设计网站有上千案例。做网站建设，选创新互联。
一 前言
中国知网的注册页面使用的是这种验证码，页面如下：
二 准备工作
1 目标
以知网的验证码为例，利用OCR（Optical Character Recognition 光学字符识别）技术识别图形验证码。
2 安装tesseract
2.2 下载tesseract-ocr-setup-3.05.01.exe
2.3 安装注意事项
勾选Additional language data（download）选项，这样可以识别多国语言。
3 安装tesserocr
pip install tesserocr pillow
安装好的Tesseract-OCR后，从D:\Program Files (x86)\Tesseract-OCR目录下，将tessdata文件夹拷贝到下面目录
E:\WebSpider\venv\Scripts
4 获取验证码
将验证码图形 保存到本地，命名为code.jpg
三 实战
1 实战
1.1 代码
import tesserocr
from PIL import Image
image = Image.open('code.jpg')
result = tesserocr.image_to_text(image)
print(result)
image = Image.open('code1.jpg')
result = tesserocr.image_to_text(image)
print(result)
image = Image.open('code2.jpg')
result = tesserocr.image_to_text(image)
print(result)1.2 效果
E:\WebSpider\venv\Scripts\python.exe E:/WebSpider/8_1.py DTKD JR42 PFRT
1.3 说明
code.jpg是DTKT
code1.jpg是JR42
code2.jpg是PFRT
将结果和实际图片进行比较，正确率还是比较高的。
2 实战2
2.1 代码
import tesserocr
print(tesserocr.file_to_text('code.jpg'))
print(tesserocr.file_to_text('code1.jpg'))
print(tesserocr.file_to_text('code2.jpg'))2.2 效果
E:\WebSpider\venv\Scripts\python.exe E:/WebSpider/8_1.py DTKD .ll?42 FFKT
2.3 说明
code.jpg是DTKT
code1.jpg是JR42
code2.jpg是PFRT
将结果和实际图片进行比较，正确率并不是很高。
3 实战3
3.1 代码
import tesserocr
from PIL import Image
image = Image.open('code2.jpg')
image = image.convert('L')
threshold = 127
table = []
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table, '1')
image.show()
result = tesserocr.image_to_text(image)
print(result)3.2 效果
E:\WebSpider\venv\Scripts\python.exe E:/WebSpider/8_1.py PFRT
“Python爬虫遇到验证码怎么解决”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
