web-dev-qa-db-ja.com

Scrapy-簡単なキャプチャの例

キャプチャを解くためにScrapyをオンラインで探しているとき、最初から良い例はありません。

非常に基本的なキャプチャページを作成しました。 http://145.100.108.148/login3/

これを解決するための実用的な例を持つ人、または少なくともそれを解決しようとする適切な方法で構成されたスクレイピーはいますか？.

pythonscrapycaptcha
5
Kevin C

キャプチャ自体の解決は、 Pillow および Python Tesseract を使用すると簡単です。難しいのは、Cookieの処理方法を理解することでした（PHPSESSID）。ここにあなたのケースの完全な動作例があります（Python 2を使用）：

# -*- coding: utf-8 -*-                                                         
import io                                                                       
import urllib2                                                                  

from PIL import Image                                                           
import pytesseract                                                              
import scrapy                                                                   


class CaptchaSpider(scrapy.Spider):                                             
    name = 'captcha'                                                            

    def start_requests(self):                                                   
        yield scrapy.Request('http://145.100.108.148/login3/',                  
                             cookies={'PHPSESSID': 'xyz'})                      

    def parse(self, response):                                                  
        img_url = response.urljoin(response.xpath('//img/@src').extract_first())

        url_opener = urllib2.build_opener()                                     
        url_opener.addheaders.append(('Cookie', 'PHPSESSID=xyz'))               
        img_bytes = url_opener.open(img_url).read()                             
        img = Image.open(io.BytesIO(img_bytes))                                 

        captcha = pytesseract.image_to_string(img)                              
        print 'Captcha solved:', captcha                                        

        return scrapy.FormRequest.from_response(                                
            response, formdata={'captcha': captcha},                            
            callback=self.after_captcha)                                        

    def after_captcha(self, response):                                          
        print 'Result:', response.body
7
Tomáš Linhart

ここで解決策はストレート画像でうまく機能します

best = ("https://my captcha url")
f = open('captcha.jpg','wb')
f.write(urllib.urlopen(best).read())
f.close()

import pytesseract
import cv2
import pytesseract
from PIL import Image

from pdf2image import convert_from_path
#img = Image.open('captcha.jpg')
image = cv2.imread('captcha.jpg')

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

#gray = cv2.medianBlur(gray, 3)

filename = "{}.png".format("temp")
cv2.imwrite(filename, gray)
text = pytesseract.image_to_string(Image.open('temp.png'))
print text
1
Ganesh Kharad

https://www.imagetyperz.com/Forms/api/api.htmlcaptcha solver apiを確認できます。 recaptcha v2を含むすべてのタイプのキャプチャをバイパスできます

0
Allison Anderson