网页爬虫 - 利用python提取网页中的随机验证码

Question

初学python，自己写了一个脚本来模拟登陆学校的教务系统，但是教务系统要求输入验证码，审查元素后发现该验证码的链接导向的图片每次访问都不同，我在写出的脚本中忽略了这个问题，结果返回的页面显示验证码错误，不知该如何解决这个问题，谢谢

我刚才想了一下，我的问题核心是我无法获取验证码图片，因为这个图片的来源页是随机显示图片的。是我获取图片的方法错了吗？

Answer 1

后面那个随机字符串是无效的，为了防止浏览器缓存才存在的一种解决方法。

验证码图片链接直接就是

http://xxx.xxx/randomImage.do

Answer 2

就像楼上所说的那样，重要的是携带cookie。实现你所要的功能主要这样几个步骤
1、设置脚本cookie，Python中可以使用cookielib库
2、第一次访问你要登录的页面，并获取当前页面的cookie
3、携带这个cookie对你的link进行请求，并下载该验证码，其实就是将字节流保存到文件中(不谈智能识别)
4、将用户名密码以及验证码并携带cookie向登录url发送请求。

Answer 3

第一次请求时候拿到页面源码，不管验证码链接如何随机都可以直接解析出来。
重点：请求验证码后一定要维持这个session，否则再次提交表单进行登录的时候是无法正确校验验证码的。
验证码虽然随机出现，但是总会有一个正确的值和当前session绑定的，注意session维持。

Answer 4

建议使用requests

会话对象让你能够跨请求保持某些参数。它也会在同一个Session实例发出的所有请求之间保持cookies。

Answer 5

你需要OCR来识别图片中的文本，试试tesseract-ocr或者其他的吧