最近都沒啥時間，很久沒更新了。

今天分享一下，如何用selenium識別驗證碼，實現自動登錄以及獲取數據。

目標：某東

話不多說直接開始

準備工作

環境

• Python 3.10
• Pycharm

模塊使用

• import random
• import time
• from selenium import webdriver
• import pyautogui
• import base64
• import ddddocr
• import csv

win + R 輸入cmd 輸入安裝命令 pip install 模塊名 (如果你覺得安裝速度比較慢, 你可以切換國內鏡像源)

selenium: 自動化測試模塊，模擬人的行為去操作瀏覽器 (獲取網頁相關數據內容)

正常瀏覽網站流程

1. 打開瀏覽器 訪問網站
2. 輸入商品名稱, 回車/點擊搜索
3. 輸入賬號密碼
4. 瀏覽器商品數據信息 (第一頁)
5. 繼續瀏覽下一頁

瀏覽器

• webdriver.Chrome() # 谷歌
• webdriver.Edge() # Edge
• webdriver.Firefox() # 火狐

建議大家用谷歌

打開瀏覽器可能會出現問題

1. 報錯大概率原因是因為瀏覽器驅動問題
   - 驅動路徑
   I. 當你驅動文件和你代碼放在一起 / 你驅動文件在python目錄下麵 (可以不用寫路徑)
   II. 給驅動文件路徑
   - 驅動版本
   瀏覽器可能自動更新 --> 驅動文件版本也要更新
   大版本一樣, 小版本最相近的即可
2. 打開瀏覽器之後閃退
   原因: 你的selenium版本是4.0的 需要加阻塞
   運行完成程式之後, 自動結束程式…

代碼展示

獲取數據部分

selenium自動操作瀏覽器

# 打開瀏覽器
driver = webdriver.Chrome() # 谷歌
# 最大化瀏覽器視窗
driver.maximize_window()
# 訪問網站
driver.get('https://www.jd.com/')

輸入商品名稱, 回車/點擊搜索按鈕

通過元素定位, 找到搜索框/輸入框, 然後輸入內容

driver.find_element_by_id() 按 ID 查找元素
driver.find_element_by_class_name() 按類名查找元素
driver.find_element_by_css_selector() 通過 CSS 選擇器查找元素
driver.find_element_by_xpath() 通過 XPath 查找元素
driver.find_element_by_id('key').send_keys('口紅') # 輸入關鍵字
driver.find_element_by_class_name('button').click() # 點擊搜索按鈕
# 設置等待元素載入
driver.implicitly_wait(10)

# 文章不理解的話，我還專門錄製了視頻講解
# 和源碼一起打包好了，都放在這個摳裙了：708525271

輸入賬號密碼, 登陸

driver.find_element_by_id('loginname').send_keys(account) # 輸入賬號
driver.find_element_by_id('nloginpwd').send_keys(password) # 輸入密碼
driver.find_element_by_id('loginsubmit').click() # 點擊登陸

獲取商品的數據信息

找到商品數據對應標簽位置

1. find_element 定位獲取一個
2. find_elements 定位獲取多個

執行頁面滾動的操作

def drop_down():
    """執行頁面滾動的操作"""  # javascript
    for x in range(1, 12, 2):# 1 3 5 7 9  在你不斷的下拉過程中, 頁面高度也會變的
        time.sleep(1)
        j = x / 9  # 1/9  3/9  5/9  9/9
        # document.documentElement.scrollTop  指定滾動條的位置
        # document.documentElement.scrollHeight 獲取瀏覽器頁面的最大高度
        js = 'document.documentElement.scrollTop = document.documentElement.scrollHeight * %f' % j
        driver.execute_script(js)

#設置等待元素載入過程
driver.implicitly_wait(10)
#下滑網頁頁面操作 通過selenium執行JS代碼
drop_down()
# 返回列表
lis = driver.find_elements_by_class_name('gl-item')
# for迴圈遍歷, 提取列表裡面元素
for li in lis:
    title = li.find_element_by_css_selector('.p-name em').text
    price = li.find_element_by_css_selector('.p-price strong i').text
    commit = li.find_element_by_css_selector('.p-commit strong a').text
    shop = li.find_element_by_css_selector('.p-shop span a').text
    dit = {
        '標題': title,
        '價格': price,
        '評價': commit,
        '店鋪': shop,
    }
    print(dit)

驗證碼識別

模塊

from selenium import webdriver
import base64
import time
import ddddocr
import pyautogui
import random
from password import account, password

模擬登錄

driver = webdriver.Edge(r'D:\自游\京東商品\msedgedriver.exe')
driver.get('https://passport.jd.com/new/login.aspx')
driver.maximize_window()
driver.find_element_by_id('loginname').send_keys(account) # 輸入賬號
driver.find_element_by_id('nloginpwd').send_keys(password) # 輸入密碼
driver.find_element_by_id('loginsubmit').click() # 點擊登陸
time.sleep(1)

獲取驗證碼圖片

# 滑塊
img_base6_1 = driver.find_element_by_css_selector('.JDJRV-smallimg img').get_attribute('src').split(',')[-1]
# 缺口
img_base6_2 = driver.find_element_by_css_selector('.JDJRV-bigimg img').get_attribute('src').split(',')[-1]
img_content_1 = base64.b64decode(img_base6_1)
with open('yzm_1.png', mode='wb') as f:
    f.write(img_content_1)
img_content_2 = base64.b64decode(img_base6_2)
with open('yzm_2.png', mode='wb') as f:
    f.write(img_content_2)

識別驗證碼 滑塊到缺口距離

det = ddddocr.DdddOcr(det=False, ocr=False)
res = det.slide_match(img_content_1, img_content_2, simple_target=True)
target = res['target'][0] * 0.67

滑動滑塊識別驗證

pyautogui.click(x=1502, y=482, button='left') # 按住滑鼠
pyautogui.dragTo(x=1502+target, y=482, duration=1.5)
print(res)

# 代碼自取扣裙 708525271

文章不理解的話，我還專門錄製了視頻講解，和源碼一起打包好了，上方自取

今天的分享就到這裡，溜了溜了~