使用python结合云码平台和ddddocr解析验证码实现古诗词网登录

2024-11-08 19 0

一、验证码识别

1、第三方云码平台的使用

云码平台：https://www.jfbym.com/

先注册一个账号，在个人中心有剩余积分和token（关注微信公众号可免费获取积分）

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图

在开发文档里选择语言python

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图1

我们只需修改token、type、image参数

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图2

type是要解析的类型；

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图3

token在个人中心处；image是要解析的图片

import base64
import requests
from lxml import etree
​
def verify(encoded_image):
url = "http://api.jfbym.com/api/YmServer/customApi"
data = {
## 关于参数,一般来说有3个;不同类型id可能有不同的参数个数和参数名,找客服获取
"token": "Your Token",
"type": "10110",
"image": encoded_image,
}
_headers = {
"Content-Type": "application/json"
}
response = requests.request("POST", url, headers=_headers, json=data).json()
return(response['data']['data'])
​
url = 'https://www.gushiwen.cn/user/login.aspx?from=http://www.gushiwen.cn/user/collect.aspx'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/130.0.0.0 Safari/537.36'
}
page_text = requests.get(url=url,headers=headers).text
tree = etree.HTML(page_text)
# 解析验证码图片的url
img_url = 'https://www.gushiwen.cn'+tree.xpath('//*[@id="imgCode"]/@src')[0]
# 解析出验证码图片的数据
img_data = requests.get(url=img_url,headers=headers).content
​
encoded_image = base64.b64encode(img_data).decode()
print(verify(encoded_image))

2、ddddocr 库的使用

从pypi安装ddddocr库，使用国内源加快下载速度（python版本问题可能会报错）

pip install ddddocr -i https://pypi.douban.com/simple

git安装ddddocr库

git clone https://github.com/sml2h3/ddddocr.git
cd ddddocr
python setup.py

安装完成测试一下

import ddddocr                       # 导入 ddddocr
ocr = ddddocr.DdddOcr()              # 实例化
with open('20241031_113342_code.jpg', 'rb') as f:     # 打开图片
    img_bytes = f.read()             # 读取图片
res = ocr.classification(img_bytes)  # 识别
print(res)

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图4

import ddddocr
import base64
import requests
from lxml import etree
​
url = 'https://www.gushiwen.cn/user/login.aspx?from=http://www.gushiwen.cn/user/collect.aspx'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/130.0.0.0 Safari/537.36'
}
page_text = requests.get(url=url,headers=headers).text
tree = etree.HTML(page_text)
# 解析验证码图片的url
img_url = 'https://www.gushiwen.cn'+tree.xpath('//*[@id="imgCode"]/@src')[0]
# 解析出验证码图片的数据
img_data = requests.get(url=img_url,headers=headers).content
# 使用ddddocr进行OCR识别
ocr = ddddocr.DdddOcr()
res = ocr.classification(img_data)
print(res)

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图5

能识别到 qsbu,但是会出现"欢迎使用ddddocr，本项目专注带动行业内卷***"提示语， 可以加一个参数show_ad=False

ocr = ddddocr.DdddOcr(show_ad=False)

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图6

二、模拟登录

登陆抓包

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图7

重新登录发现__VIEWSTATE和__VIEWSTATEGENERATOR是动态变化的，在页面元素中可以解析

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图8

import requests
import base64
from lxml import etree
​
def verify(encoded_image):
url = "http://api.jfbym.com/api/YmServer/customApi"
data = {
## 关于参数,一般来说有3个;不同类型id可能有不同的参数个数和参数名,找客服获取
"token": "Your Token",
"type": "10110",
"image": encoded_image,
}
_headers = {
"Content-Type": "application/json"
}
response = requests.request("POST", url, headers=_headers, json=data).json()
return(response['data']['data'])
​
url = 'https://www.gushiwen.cn/user/login.aspx?from=http://www.gushiwen.cn/user/collect.aspx'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/130.0.0.0 Safari/537.36'
}
page_text = requests.get(url=url,headers=headers).text
tree = etree.HTML(page_text)
# 解析验证码图片的url
img_url = 'https://www.gushiwen.cn'+tree.xpath('//*[@id="imgCode"]/@src')[0]
# 解析出验证码图片的数据
img_data = requests.get(url=img_url,headers=headers).content
​
encoded_image = base64.b64encode(img_data).decode()
print(verify(encoded_image))
​
login_url = 'https://www.gushiwen.cn/user/login.aspx?from=http://www.gushiwen.cn/user/collect.aspx'
data = {
'__VIEWSTATE':tree.xpath('//*[@id="__VIEWSTATE"]/@value'),
'__VIEWSTATEGENERATOR':tree.xpath('//*[@id="__VIEWSTATEGENERATOR"]/@value'),
'from':'http://www.gushiwen.cn/user/collect.aspx',
'email':'[email protected]',
'pwd':'12345678',
'code':verify(encoded_image),
'denglu ':'登录'
}
admin_url = 'https://www.gushiwen.cn/user/collect.aspx'
login_response = requests.post(url=login_url,data=data,headers=headers)
if login_response.status_code == 200:
print('success')
admin_response = requests.get(url=admin_url,headers=headers)
with open('./gushiwenwang.html','w',encoding='utf-8') as fp:
fp.write(admin_response.text)
else:
print('登陆失败，状态码为',login_response.status_code)

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图9

爬取后台页面需要携带cookie发起请求：

手工处理cookie：把cookie添加到headers中发起请求，成功爬取到登陆后的页面数据

headers_ = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/130.0.0.0 Safari/537.36',
'cookie': 'Hm_lvt_9007fab6814e892d3020a64454da5a55=1730338566; HMACCOUNT=FD4F3638578FCE59; login=flase; ASP.NET_SessionId=5szzvii3koeubyqxwdp2s1ad; wsEmail=123456789%40qq.com; ticketStr=207674433%7cgQF98DwAAAAAAAAAAS5odHRwOi8vd2VpeGluLnFxLmNvbS9xLzAyQ1BwSlI0bGVkN2kxb2NyYTFEMTAAAgQMDiNnAwQAjScA; gsw2017user=6605987%7c11ADD12B4E53BFAD07AC176F7D79097B%7c2000%2f1%2f1%7c2000%2f1%2f1; wxopenid=defoaltid; gswZhanghao=123456789%40qq.com; gswEmail=123456789%40qq.com; Hm_lpvt_9007fab6814e892d3020a64454da5a55=1730350618; codeyz=5a5e47bd79cbe52e'
}

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图10

但是cookie会变

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图11

使用session会话对象自动处理

import requests
import base64
from lxml import etree


def verify(encoded_image):


    url = "http://api.jfbym.com/api/YmServer/customApi"
    data = {
    ## 关于参数,一般来说有3个;不同类型id可能有不同的参数个数和参数名,找客服获取
    "token": "YourToken",
    "type": "10110",
    "image": encoded_image,
    }
    _headers = {
    "Content-Type": "application/json"
    }
    response = requests.request("POST", url, headers=_headers, json=data).json()
    return (response['data']['data'])

url = 'https://www.gushiwen.cn/user/login.aspx?from=http://www.gushiwen.cn/user/collect.aspx'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/130.0.0.0 Safari/537.36'
}
page_text = requests.get(url=url, headers=headers).text
tree = etree.HTML(page_text)
# 解析验证码图片的url
img_url = 'https://www.gushiwen.cn' + tree.xpath('//*[@id="imgCode"]/@src')[0]
# 解析出验证码图片的数据
img_data = requests.get(url=img_url, headers=headers).content

encoded_image = base64.b64encode(img_data).decode()
print(verify(encoded_image))

login_url = 'https://www.gushiwen.cn/user/login.aspx?from=http://www.gushiwen.cn/user/collect.aspx'
data = {
    '__VIEWSTATE': tree.xpath('//*[@id="__VIEWSTATE"]/@value'),
    '__VIEWSTATEGENERATOR': tree.xpath('//*[@id="__VIEWSTATEGENERATOR"]/@value'),
    'from': 'http://www.gushiwen.cn/user/collect.aspx',
    'email': '[email protected]',
    'pwd': 'cjt030930',
    'code': verify(encoded_image),
    'denglu ': '登录'
}
# 发送登录请求
admin_url = 'https://www.gushiwen.cn/user/collect.aspx'
session = requests.Session()
login_response = session.post(url=login_url, json=data, headers=headers)
print(login_response.cookies)
admin_response = session.get(url=admin_url, headers=headers)
if login_response.status_code == 200:
    print('success')
    with open('./admin.html', 'w', encoding='utf-8') as fp:
         fp.write(admin_response.text)
else:
    print('登陆失败，状态码为', login_response.status_code)
session.close()

输出了我们登陆的cookie，携带该cookie对后台页面发起请求，成功爬取后台页面

使用python结合云码平台和ddddocr解析验证码实现古诗词网登录插图12

相关文章：

  1. 2980邮箱多种类验证码逆向
  2. 爬虫框架之 feapder 的使用
  3. 【JS逆向百例】酷某音乐 wasm 逆向
  4. 17xx 物流查询平台 last-event-id 参数逆向分析
  5. 【验证码识别专栏】大炮打麻雀 — CLIP 图文多模态模型，人均通杀 AIGC 六、九宫格验证码！

4A评测 - 免责申明

本站提供的一切软件、教程和内容信息仅限用于学习和研究目的。

不得将上述内容用于商业或者非法用途，否则一切后果请用户自负。

本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑或手机中彻底删除上述内容。

如果您喜欢该程序，请支持正版，购买注册，得到更好的正版服务。如有侵权请邮件与我们联系处理。敬请谅解！

程序来源网络，不确保不包含木马病毒等危险内容，请在确保安全的情况下或使用虚拟机使用。

侵权违规投诉邮箱：4ablog168#gmail.com（#换成@）

4A测评
网络安全
0 0

相关文章

webpack打包站点，js文件名批量获取思路
加密对抗靶场enctypt——labs通关
【论文速读】| 注意力是实现基于大语言模型的代码漏洞定位的关键
蓝队技术——Sysmon识别检测宏病毒
内网渗透学习｜powershell上线cs
LLM attack中的API调用安全问题及靶场实践

发布评论