问题描述

爬虫 在网页定位验证码，然后显示出来，手动输入验证码，求代码

爬虫，在网页定位验证码，然后不管在哪里显示出来都行，然后手动输入验证码，继续爬，不需要登录，但是需要搜索功能，跪求完整代码，可以想象爬有验证码的百度。

解决方案

• - 我已经搞定了，直接复制图片链接， 放在img的src里 然后写个输入框 post一起提交过去

解决方案二：
以下是部分python代码：

#!usr/bin/env python#-*- coding: utf-8 -*-import osimport urllib2import urllibimport cookielibimport xml.etree.ElementTree as ET#-----------------------------------------------------------------------------# Login in www.***.com.cndef ChinaBiddingLogin(url username password):        # Enable cookie support for urllib2        cookiejar=cookielib.CookieJar()        urlopener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cookiejar))        urllib2.install_opener(urlopener)        urlopener.addheaders.append(('Referer' 'http://www.chinabidding.com.cn/zbw/login/login.jsp'))        urlopener.addheaders.append(('Accept-Language' 'zh-CN'))        urlopener.addheaders.append(('Host' 'www.chinabidding.com.cn'))        urlopener.addheaders.append(('User-Agent' 'Mozilla/5.0 (compatible; MISE 9.0; Windows NT 6.1); Trident/5.0'))        urlopener.addheaders.append(('Connection' 'Keep-Alive'))        print 'XXX Login......'        imgurl=r'http://www.*****.com.cn/zbw/login/image.jsp'        DownloadFile(imgurl urlopener)        authcode=raw_input('Please enter the authcode:')        #authcode=VerifyingCodeRecognization(r""http://192.168.0.106/images/code.jpg"")        # Send login/password to the site and get the session cookie        values={'login_id':username 'opl':'op_login' 'login_passwd':password 'login_check':authcode}        urlcontent=urlopener.open(urllib2.Request(url urllib.urlencode(values)))        page=urlcontent.read(500000)        # Make sure we are logged in check the returned page content        if page.find('login.jsp')!=-1:                print 'Login failed with username=%s password=%s and authcode=%s'                                 % (username password authcode)                return False        else:                print 'Login succeeded!'                return True#-----------------------------------------------------------------------------# Download from fileUrl then save to fileToSave# Note: the fileUrl must be a valid filedef DownloadFile(fileUrl urlopener):        isDownOk=False        try:                if fileUrl:                        outfile=open(r'/var/www/images/code.jpg' 'w')                        outfile.write(urlopener.open(urllib2.Request(fileUrl)).read())                        outfile.close()                        isDownOK=True                else:                        print 'ERROR: fileUrl is NULL!'        except:                isDownOK=False        return isDownOK#------------------------------------------------------------------------------# Verifying code recoginizationdef VerifyingCodeRecognization(imgurl):        url=r'http://192.168.0.119:800/api?'        user='admin'        pwd='admin'        model='ocr'        ocrfile='cbi'        values={'user':user 'pwd':pwd 'model':model 'ocrfile':ocrfile 'imgurl':imgurl}        data=urllib.urlencode(values)        try:                url+=data                urlcontent=urllib2.urlopen(url)        except IOError:                print '***ERROR: invalid URL (%s)' % url        page=urlcontent.read(500000)        # Parse the xml data and get the verifying code        root=ET.fromstring(page)        node_find=root.find('AddField')        authcode=node_find.attrib['data']        return authcode#------------------------------------------------------------------------------# Read users from configure filedef ReadUsersFromFile(filename):        users={}        for eachLine in open(filename 'r'):                info=[w for w in eachLine.strip().split()]                if len(info)==2:                        users[info[0]]=info[1]        return users#------------------------------------------------------------------------------def main():        login_page=r'http://www.***.com.cnlogin/login.jsp'        download_page=r'http://www.***.com.cn***/***?record_id='        start_id=8593330        end_id=8595000        now_id=start_id        Users=ReadUsersFromFile('users.conf')        while True:                for key in Users:                        if ChinaBiddingLogin(login_page key Users[key]):                                for i in range(3):                                        pageUrl=download_page+'%d' % now_id                                        urlcontent=urllib2.urlopen(pageUrl)                                        filepath='./download/%s.html' % now_id                                        f=open(filepath 'w')                                        f.write(urlcontent.read(500000))                                        f.close()                                        now_id+=1                        else:                                continue#------------------------------------------------------------------------------if __name__=='__main__':        main()

解决方案三：
如果别人在页面中只是显示图片，那么 你要用正则来获取对应的区域 将里面的图片输出流显示在你想显示的地方
现在目前 要攻破验证码还是比较困难的，因为可以使用KEY来做 页面完全 不需要有验证码的数据 只是图片流而已

解决方案四：
http://www.uuwise.com/

识别验证码，你要拿到验证码的图片，然后发送给上面这个网址的地方，他们会返回一个字符串的验证码给你。

解决方案五：
验证码是可以机器识别的