【Mac + Python + Selenium】之获取验证码图片code并进行登录

Selenium 2022-09-05

 初稿代码，可以忽略不计（自己留着看）

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2020/01/15 13:27
# @Author  : zc
# @File    : 115test.py



from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep
from PIL import Image,ImageEnhance
import PyTesseract

imgPath1 = "/Users/zhangc/zhangchang/111/test/img/识别失败图片.png"
imgPath = "/Users/zhangc/zhangchang/111/test/img/img.png"
driver = webdriver.Chrome("/Users/zhangc/zhangchang/111/test/chromedriver")

def remove(string):
    return string.replace(" ","")


def open(code):
    url = 'http://192.168.2.213:9100'

    driver.get(url)
    driver.maximize_window()
    login(code)


def login(code):
    if (code == "") | (len(remove(code)) != 4):
        getCodeImg()
    else:
        # 输入用户名
        telephone = driver.find_element(By.NAME,"telephone")
        telephone.clear()
        telephone.send_keys("13642040631")
        # 输入密码
        password = driver.find_element(By.NAME,"password")
        password.clear()
        password.send_keys("123456")
        # 输入验证码
        code_loc = driver.find_element(By.NAME,"code")
        code_loc.clear()
        code_loc.send_keys(code)
        # 点击登录按钮
        button = driver.find_element(By.XPATH,"//button[@type='button']")
        button.click()
        try:
            # 后台获取验证码校验内容
            text1 = driver.find_element(By.CSS_SELECTOR, ".el-message__content").text
            print(text1)
            while text1 == "":
                button.click()
                text1
            # 前台获取验证码校验内容
            text2 = driver.find_element(By.CSS_SELECTOR, ".el-el-form-item__error").text
            print(text2)

            if text1 == "验证码不正确":
                print("验证码不正确")
                driver.find_element(By.XPATH, "//div[@class='divIdentifyingCode']/img").click()
                getCodeImg()
                code2 = test()
                login(code2)
            elif text2 == "请输入正确的验证码":
                print("请输入正确的验证码")
                driver.find_element(By.XPATH, "//div[@class='divIdentifyingCode']/img").click()
                getCodeImg()
                code2 = test()
                login(code2)
            else:
                print("登陆成功！")
        except:
            print("进入首页！！！！")
            pass


def getCodeImg():
    '''获取code图片'''
    size2 = driver.get_window_size()
    print("页面的总size:"+str(size2))
    img_el = driver.find_element(By.XPATH,"//div[@class='divIdentifyingCode']/img")
    # 获取图片的坐标
    location = img_el.location
    print("页面坐标点的size:"+str(location))
    # 获取图片的大小
    size = img_el.size
    print("验证码的size:"+str(size))
    left = location['x']/size2['width']
    top = location['y']/size2['height']
    right = (location['x'] + size['width'])/size2['width']
    bottom = (location['y'] + size['height'])/size2['height']
    print(left,top,right,bottom)

    # 截图操作
    driver.get_screenshot_as_file(imgPath)
    imgSize = Image.open(imgPath).size
    print("截图的size:"+str(imgSize))

    sleep(2)

    img = Image.open(imgPath).crop((left*imgSize[0],
                                    toP*imgSize[1]+100,
                                    right*imgSize[0]+20,
                                    bottom*imgSize[1]+150))
    img = img.convert('L')             #转换模式：L | RGB
    img = ImageEnhance.Contrast(img)#增强对比度
    img = img.enhance(2.0)             #增加饱和度
    img.save(imgPath)




def test():

    img2 = Image.open(imgPath)
    code = PyTesseract.image_to_string(img2).strip()
    print("=============输出的验证码为："+remove(code))
    while (code == "") | (len(remove(code)) != 4):

        # 重新获取验证码
        driver.find_element(By.XPATH, "//div[@class='divIdentifyingCode']/img").click()
        getCodeImg()
        img2 = Image.open(imgPath)
        code = PyTesseract.image_to_string(img2).strip()

        if code == "":
            print("code获取为空值=================")
            continue
        elif len(remove(code)) != 4:
            print("code获取不是4位数字=============")
            continue
        else:
            print("识别成功！")
            # break
        break
    print("=============输出的验证码为：" + remove(code))
    return remove(code)


if __name__ == '__main__':
    code = ""
    open(code)
    code1 = test()
    login(code1)






# 页面的总size:{'width': 1206, 'height': 1129}
# 页面坐标点的size:{'x': 961, 'y': 518}
# 验证码的size:{'height': 28, 'width': 70}
# 0.796849087893864 0.4588131089459699 0.8548922056384743 0.48361381753764393
# 截图的size:(2412, 1950)
View Code

====================下面看正文=========================

之前有个问题一直在困扰着我，如何获取验证码的值

后来查询大神们的文章得知：

用PyTesseract库来读取图片的文字。

先安装两个库：

# python有着更加优雅的方式调用系统的tesseract工具，首先安装PyTesseract模块；PyTesseract是对tesseract的封装，要和PIL联合使用

# 安装PyTesseract
sudo pip install PyTesseract

# 安装图片处理器PIL
pip install pillow

好了接下来看看我是怎么一步一步实现的吧

第一步、保存验证码图片

import PyTesseract
from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep
from PIL import Image,ImageEnhance

class LoginCode(object):

    # 用户名框元素
    telephone_loc = (By.NAME,"telephone")
    # 密码框元素
    password_loc = (By.NAME,"password")
    # 验证码框元素
    code_loc = (By.NAME,"code")
    # 登录按钮元素
    button_loc = (By.XPATH,"//button[@type='button']")
    # 验证码图片元素
    img_el_loc = (By.XPATH, "//div[@class='divIdentifyingCode']/img")
    # 验证码错误提示元素
    codeErrMsg_loc = (By.CSS_SELECTOR, ".el-message__content")

    imgPath = "/Users/zhangc/zhangchang/111/test/img/img.png"
    driver = webdriver.Chrome("/Users/zhangc/zhangchang/111/test/chromedriver")

    def find_element(self,*loc):
        # 实验得知方法中的参数loc↑加上*，定位会更稳定
        '''定位单个元素'''

        return self.driver.find_element(*loc)


    def getCodeImg(self):
        '''获取验证码图片'''

        # 验证码图片的元素定位
        img_el = self.find_element(*self.img_el_loc)
        # 获取整个浏览器的size
        chromeSize = self.driver.get_window_size()
        print("页面的总size:"+str(chromeSize))               # 页面的总size:{'width': 1202, 'height': 1129}
        # 获取图片的坐标
        self.location = img_el.location
        print("页面坐标点的size:"+str(self.location))         # 页面坐标点的size:{'x': 959, 'y': 518} x:指的图片左边距；y:指的图片上边距
        # 获取图片的大小
        imgSize = img_el.size
        print("验证码的size:"+str(imgSize))                  # 验证码的size:{'height': 28, 'width': 70}
        left = self.location['x']/chromeSize['width']                           # 左边距占整个浏览器的百分比
        top = self.location['y']/chromeSize['height']                           # 上边距占整个浏览器的百分比
        right = (self.location['x'] + imgSize['width'])/chromeSize['width']     # 右边距占整个浏览器的百分比
        bottom = (self.location['y'] + imgSize['height'])/chromeSize['height']  # 下边距占整个浏览器的百分比
        print(left,top,right,bottom)                        # 0.7978369384359401 0.4588131089459699 0.8560732113144759 0.48361381753764393

        # 浏览器截屏操作
        self.driver.get_screenshot_as_file(self.imgPath)
        screenshotImgSize = Image.open(self.imgPath).size
        print("截图的size:"+str(screenshotImgSize))          # 截图的size:(2404, 1950)    宽：2404，高：1950

        sleep(2)
        # 从文件读取截图，截取验证码位置再次保存
        img = Image.open(self.imgPath).crop((
            # left*screenshotImgSize[0],
            # toP*screenshotImgSize[1]+100,
            # right*screenshotImgSize[0]+20,
            # bottom*screenshotImgSize[1]+150
            left * screenshotImgSize[1]+350,                # 左边距百分比*截图的高≈截图左边距，再加上微调的距离+350
            top * screenshotImgSize[0]-100,                 # 上边距百分比*截图的宽≈截图上边距，再加上微调的距离-100
            right * screenshotImgSize[1]+400,               # 右边距百分比*截图的高≈截图右边距，再加上微调的距离+400
            bottom * screenshotImgSize[0]-50                # 上边距百分比*截图的宽≈截图下边距，再加上微调的距离-50
        ))
        img = img.convert('L')                              # 转换模式：L | RGB
        img = ImageEnhance.Contrast(img)                    # 增强对比度
        img = img.enhance(2.0)                              # 增加饱和度
        img.save(self.imgPath)                              # 再次保存图片

getCodeImg(self)方法，获取页面中验证码图片的截图：

 

 

第二步、循环获取验证码截图的code

为什么要循环获取呢，一次获取不就可以了吗，原因是图片识别文字不准确，经常会识别为空或者不是4位数的值。

所以要循环做判断，下面上代码：

import PyTesseract
from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep
from PIL import Image,ImageEnhance



class LoginCode(object):

    # 用户名框元素
    telephone_loc = (By.NAME,"telephone")
    # 密码框元素
    password_loc = (By.NAME,"password")
    # 验证码框元素
    code_loc = (By.NAME,"code")
    # 登录按钮元素
    button_loc = (By.XPATH,"//button[@type='button']")
    # 验证码图片元素
    img_el_loc = (By.XPATH, "//div[@class='divIdentifyingCode']/img")
    # 验证码错误提示元素
    codeErrMsg_loc = (By.CSS_SELECTOR, ".el-message__content")

    imgPath = "/Users/zhangc/zhangchang/111/test/img/img.png"
    driver = webdriver.Chrome("/Users/zhangc/zhangchang/111/test/chromedriver")


    def remove(self,string):
        '''字符串去除空格'''

        return string.replace(" ","")


    def find_element(self,*loc):
        # 实验得知方法中的参数loc↑加上*，定位会更稳定
        '''定位单个元素'''

        return self.driver.find_element(*loc)


    def getCode(self):
        '''获取图片的code'''

        # 再次读取识别验证码
        img = Image.open(self.imgPath)
        code = PyTesseract.image_to_string(img).strip()
        print("=============输出的验证码为：" + self.remove(code))
        return code


    def loopGetCode(self):
        '''循环判断获取正确的图片code'''

        code = self.remove(self.getCode())
        # 循环前获取code字数
        codeNumBf = len(code)

        # 如果获取图片的code值为空或者不满足4位数进行循环
        while (code == "") | (codeNumBf != 4):

            # 重新获取验证码
            self.find_element(*self.img_el_loc).click()
            self.getCodeImg()       # 获取验证码图片
            code = self.remove(self.getCode())
            # 循环后获取code字数
            codeNumAf = len(code)
            if code == "":
                print("code获取为空值=================")
                continue
            elif codeNumAf != 4:
                print("code获取不是4位数字=============")
                continue
            else:
                print("识别成功！")
            # 识别成功退出循环
            break
        print("=============输出的验证码为：" + code)
        # 输出满足条件的code
        return code

 

核心方法是：

①getCode()：先获取图片code值

②loopGetCode()：如果获取的code值不符合条件，循环判断获取正确的图片code值

三、进行登录操作并判断验证码正确性

为什么登陆操作时还要判断验证码正确性呢，因为还是图片识别文字不准确，虽然识别出4位数但是并不是验证码图片中的值，所以需要再次判断，如果验证码错误就重新获取验证码的值。

import PyTesseract
from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep
from PIL import Image,ImageEnhance



class LoginCode(object):

    # 用户名框元素
    telephone_loc = (By.NAME,"telephone")
    # 密码框元素
    password_loc = (By.NAME,"password")
    # 验证码框元素
    code_loc = (By.NAME,"code")
    # 登录按钮元素
    button_loc = (By.XPATH,"//button[@type='button']")
    # 验证码图片元素
    img_el_loc = (By.XPATH, "//div[@class='divIdentifyingCode']/img")
    # 验证码错误提示元素
    codeErrMsg_loc = (By.CSS_SELECTOR, ".el-message__content")

    imgPath = "/Users/zhangc/zhangchang/111/test/img/img.png"
    driver = webdriver.Chrome("/Users/zhangc/zhangchang/111/test/chromedriver")


    def open(self):
        '''打开浏览器'''

        url = 'http://192.168.2.213:9100'
        self.driver.get(url)
        self.driver.maximize_window()
        self.driver.implicitly_wait(10)
        # 获取验证码图片
        self.getCodeImg()


    def login(self,code):
        '''进行登录操作'''

        # 输入用户名
        telephone = self.find_element(*self.telephone_loc)
        telephone.clear()
        telephone.send_keys("13642040631")
        # 输入密码
        password = self.find_element(*self.password_loc)
        password.clear()
        password.send_keys("123456")
        # 输入验证码
        code_loc = self.find_element(*self.code_loc)
        code_loc.clear()
        code_loc.send_keys(code)
        # 点击登录按钮
        button = self.find_element(*self.button_loc)
        button.click()
        sleep(0.5)
        try:
            # 后台获取验证码校验内容
            codeErrMsg = self.find_element(*self.codeErrMsg_loc).text
            print("打印后台："+codeErrMsg)
            if codeErrMsg == "验证码不正确":
                print("验证码不正确111")
                self.find_element(*self.img_el_loc).click()
                self.getCodeImg()
                self.loopGetCode_action()
            else:
                print("登陆成功！")
        except:
            print("进入首页！！！！")
            pass


    def loopGetCode_action(self):
        '''循环验证code的正确性'''

        resultCode = self.loopGetCode()
        self.login(resultCode)


    def login_action(self):
        '''执行验证码登录操作'''

        # 打开浏览器并获取验证码图片
        self.open()
        self.loopGetCode_action()

以上三步就是完整获取图片文字的方法了，虽然有点多但是都是必不可少的步骤。

==========================================================

注：需要安装tesseract，不然会提示：

 

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
PyTesseract.PyTesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path

 

未找到tesseract的路径，需要进入PyTesseract.py文件

 

# Mac安装tesseract
brew install --with-training-tools tesseract

# 查看版本
tesseract -v

tesseract 4.0.0
 leptonica-1.77.0
  libgif 5.1.4 : libjpeg 9c : libpng 1.6.36 : libtiff 4.0.10 : zlib 1.2.11 : libwebp 1.0.2 : libopenjp2 2.3.0
 Found AVX2
 Found AVX
 Found SSE

# 查看安装路径
which tesseract
/usr/local/bin/tesseract

 ==========================================================

 

下面上完整代码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2020/01/15 13:27
# @Author  : zc
# @File    : 115test.py


import PyTesseract
from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep
from PIL import Image,ImageEnhance


class LoginCode(object):

    # 用户名框元素
    telephone_loc = (By.NAME,"telephone")
    # 密码框元素
    password_loc = (By.NAME,"password")
    # 验证码框元素
    code_loc = (By.NAME,"code")
    # 登录按钮元素
    button_loc = (By.XPATH,"//button[@type='button']")
    # 验证码图片元素
    img_el_loc = (By.XPATH, "//div[@class='divIdentifyingCode']/img")
    # 验证码错误提示元素
    codeErrMsg_loc = (By.CSS_SELECTOR, ".el-message__content")

    imgPath = "/Users/zhangc/zhangchang/111/test/img/img.png"
    driver = webdriver.Chrome("/Users/zhangc/zhangchang/111/test/chromedriver")


    def remove(self,string):
        '''字符串去除空格'''

        return string.replace(" ","")


    def find_element(self,*loc):
        # 实验得知方法中的参数loc↑加上*，定位会更稳定
        '''定位单个元素'''

        return self.driver.find_element(*loc)


    def open(self):
        '''打开浏览器'''

        url = 'http://192.168.2.213:9100'
        self.driver.get(url)
        self.driver.maximize_window()
        self.driver.implicitly_wait(10)
        # 获取验证码图片
        self.getCodeImg()


    def getCodeImg(self):
        '''获取验证码图片'''

        # 验证码图片的元素定位
        img_el = self.find_element(*self.img_el_loc)
        # 获取整个浏览器的size
        chromeSize = self.driver.get_window_size()
        print("页面的总size:"+str(chromeSize))               # 页面的总size:{'width': 1202, 'height': 1129}
        # 获取图片的坐标
        self.location = img_el.location
        print("页面坐标点的size:"+str(self.location))         # 页面坐标点的size:{'x': 959, 'y': 518} x:指的图片左边距；y:指的图片上边距
        # 获取图片的大小
        imgSize = img_el.size
        print("验证码的size:"+str(imgSize))                  # 验证码的size:{'height': 28, 'width': 70}
        left = self.location['x']/chromeSize['width']                           # 左边距占整个浏览器的百分比
        top = self.location['y']/chromeSize['height']                           # 上边距占整个浏览器的百分比
        right = (self.location['x'] + imgSize['width'])/chromeSize['width']     # 右边距占整个浏览器的百分比
        bottom = (self.location['y'] + imgSize['height'])/chromeSize['height']  # 下边距占整个浏览器的百分比
        print(left,top,right,bottom)                        # 0.7978369384359401 0.4588131089459699 0.8560732113144759 0.48361381753764393

        # 浏览器截屏操作
        self.driver.get_screenshot_as_file(self.imgPath)
        screenshotImgSize = Image.open(self.imgPath).size
        print("截图的size:"+str(screenshotImgSize))          # 截图的size:(2404, 1950)    宽：2404，高：1950

        sleep(2)
        # 从文件读取截图，截取验证码位置再次保存
        img = Image.open(self.imgPath).crop((
            # left*screenshotImgSize[0],
            # toP*screenshotImgSize[1]+100,
            # right*screenshotImgSize[0]+20,
            # bottom*screenshotImgSize[1]+150
            left * screenshotImgSize[1]+350,                # 左边距百分比*截图的高≈截图左边距，再加上微调的距离+350
            top * screenshotImgSize[0]-100,                 # 上边距百分比*截图的宽≈截图上边距，再加上微调的距离-100
            right * screenshotImgSize[1]+400,               # 右边距百分比*截图的高≈截图右边距，再加上微调的距离+400
            bottom * screenshotImgSize[0]-50                # 上边距百分比*截图的宽≈截图下边距，再加上微调的距离-50
        ))
        img = img.convert('L')                              # 转换模式：L | RGB
        img = ImageEnhance.Contrast(img)                    # 增强对比度
        img = img.enhance(2.0)                              # 增加饱和度
        img.save(self.imgPath)                              # 再次保存图片


    def getCode(self):
        '''获取图片的code'''

        # 再次读取识别验证码
        img = Image.open(self.imgPath)
        code = PyTesseract.image_to_string(img).strip()
        print("=============输出的验证码为：" + self.remove(code))
        return code


    def loopGetCode(self):
        '''循环判断获取正确的图片code'''

        code = self.remove(self.getCode())
        # 循环前获取code字数
        codeNumBf = len(code)

        # 如果获取图片的code值为空或者不满足4位数进行循环
        while (code == "") | (codeNumBf != 4):

            # 重新获取验证码
            self.find_element(*self.img_el_loc).click()
            self.getCodeImg()       # 获取验证码图片
            code = self.remove(self.getCode())
            # 循环后获取code字数
            codeNumAf = len(code)
            if code == "":
                print("code获取为空值=================")
                continue
            elif codeNumAf != 4:
                print("code获取不是4位数字=============")
                continue
            else:
                print("识别成功！")
            # 识别成功退出循环
            break
        print("=============输出的验证码为：" + code)
        # 输出满足条件的code
        return code


    def login(self,code):
        '''进行登录操作'''

        # 输入用户名
        telephone = self.find_element(*self.telephone_loc)
        telephone.clear()
        telephone.send_keys("13642040631")
        # 输入密码
        password = self.find_element(*self.password_loc)
        password.clear()
        password.send_keys("123456")
        # 输入验证码
        code_loc = self.find_element(*self.code_loc)
        code_loc.clear()
        code_loc.send_keys(code)
        # 点击登录按钮
        button = self.find_element(*self.button_loc)
        button.click()
        sleep(0.5)
        try:
            # 后台获取验证码校验内容
            codeErrMsg = self.find_element(*self.codeErrMsg_loc).text
            print("打印后台："+codeErrMsg)
            if codeErrMsg == "验证码不正确":
                print("验证码不正确111")
                self.find_element(*self.img_el_loc).click()
                self.getCodeImg()
                self.loopGetCode_action()
            else:
                print("登陆成功！")
        except:
            print("进入首页！！！！")
            pass


    def loopGetCode_action(self):
        '''循环验证code的正确性'''

        resultCode = self.loopGetCode()
        self.login(resultCode)


    def login_action(self):
        '''执行验证码登录操作'''

        # 打开浏览器并获取验证码图片
        self.open()
        self.loopGetCode_action()


if __name__ == '__main__':
    LoginCode().login_action()

 

四、附录

感谢下面的参考文章：

①感谢作者：的《Python selenium自动化识别验证码模拟登录操作（二）》

②感谢作者：的《python -使用pytesseract识别验证码中遇到的问题》

③感谢作者：潇雨危栏的《Mac上tesseract-OCR的安装配置》

④感谢作者：anno_ym雨 的《【Python】关于键盘键入值、str的与或非问题？【报错：TypeError: unsupported operand type(s) for |: 'str' and 'str'】》

⑤感谢作者：的《Python中的条件判断、循环以及循环的终止》

⑥感谢作者：青灯夜游的《Python如何删除字符串中所有空格》

⑦感谢作者：silencement的《python如何跳出while循环》

⑧感谢作者：d0main的《Python读取图片尺寸、图片格式》

⑨感谢作者：的《Python-获取图片的大小》

相关文章

selenium+python 处理只读日期控件的2种方法
转载地址：https://www.cnblogs.com/mini-monkey/p/12104821...
selenium使用save_screenshot()进行页面截图
web自动化测试过程中页面截图相对比较简单，可以直接使用sel...
【C# - 爬虫】使用Selenium实现爬虫，获取近七天天气信息包含完整代码
目录前言一、Selenium简介二、浏览器驱动1.浏览器驱动参考2....
selenium - python - iframe 处理
一、iframe的含义：iframe是HTML中框架的一种形式，在对界面...
Selenium 4 有哪些不一样？
转载请注明出处❤️作者：测试蔡坨坨原文链接：caituotuo.to...
selenium使用方法
'''##**认识selenium**​**下载：pipinstall...