Selenium+Tesseract破解登录验证码-自动化测试

　　1 安装Tesseract

　　1.1 下载Tesseract。地址为:Windows Installer made with MinGW-w64，下载完直接安装即可，安装完成后配置一下环境变量。编辑一下系统变量里的path，添加如下环境变量。

　　C:\Program Files(x86)\Tesseract-OCR

　　安装完成后，在cmd命令行窗口输入：

　　tesseract -v

　　1.2 安装pytesseract

　　pip install pytesseract

　　2 识别代码

　　2.1 识别逻辑。首先使用selenium到浏览器找到验证码标签，然后截图保存下来，再用tesseract去识别这张图片。如果识别失败，再用selenium点击一下验证码图片，重新生成一张验证码，再重复之前的识别逻辑。如果识别成功，使用eval计算出算式的数值，填入后点击登录按钮。

　　2.2 代码

　　import time

　　import pytesseract

　　from selenium.webdriver import Chrome

　　from PIL import Image

　　driver = Chrome(executable_path=r'D:\Chrome Downloads\chromedriver.exe') # chromedriver的存放路径

　　url = "http://60.210.111.130:8002/Login.aspx"

　　print("开始爬取，url为{}".format(url))

　　driver.get(url=url)

　　time.sleep(2)

　　# 找到username的input标签，填入用户名

　　username = driver.find_element_by_id('txtUserName')

　　username.clear()

　　username.send_keys('your username')

　　# 找到password的input标签，填入密码。如果再次点击验证码时密码被清空，那么这段代码要放到while循环内部

　　password = driver.find_element_by_id('pwd')

　　password.clear()

　　password.send_keys('your password')

　　# 进行20次尝试

　　times = 0

　　while True:

　　try:

　　element = driver.find_element_by_id('validimg')

　　element.click()

　　# 每次请求的验证码图片都不一样，所以只能截图，保存至本地。

　　driver.save_screenshot('validImage.png')

　　# windows系统要注意页面缩放比例，如果是150%，那么每项都*1.5。linux系统不需要

　　left = element.location['x']*1.5

　　top = element.location['y']*1.5

　　right = element.location['x']*1.5 + element.size['width']*1.5

　　bottom = element.location['y']*1.5 + element.size['height']*1.5

　　im = Image.open('validImage.png')

　　im = im.crop((left, top, right, bottom)) # 抠图

　　im.save('validImage.png')

　　data = pytesseract.image_to_string(Image.open('validImage.png'))

　　if len(data) < 3: # 未识别

　　continue

　　if len(data) == 4: # 识别的带=号，去掉=号

　　data = data[:3]

　　if data[1] == ".": # -号经常别识别成.,替换为-号

　　data[1] = "-"

　　print("ocr识别结果", data)

　　valid_code = driver.find_element_by_id('validcode')

　　valid_code.clear()

　　valid_code.send_keys(eval(data))

　　time.sleep(1)

　　btnLogin = driver.find_element_by_id('btnLogin')

　　btnLogin.click()

　　# 获取cookie

　　login_cookie = driver.get_cookie('ASP.NET_SessionId')

　　total_cookie = 'ASP.NET_SessionId={}; autoLogin=null; user=null; pwd=null'.format(login_cookie['value'])

　　print("total_cookie,{}".format(total_cookie))

　　break

　　except Exception as e:

　　time.sleep(2)

　　times += 1

　　print("破解验证码失败，重试第{}次".format(times))

　　if times == 20:

　　raise RuntimeError

　　# linux系统要注意退出chromedriver。否则如果多次执行的话，会生成大量的chromedriver进程。

　　driver.quit()

　　其中比较坑的一点就是，windows系统显示有缩放比例。可以在桌面右键-显示设置-缩放与布局中看到。如果缩放比例是150%的话，那么截图部分，每项参数都要*1.5，否则截不到想要的验证码。

　　以上内容为大家介绍了自动化测试中Selenium+Tesseract破解登录验证码，本文由多测师亲自撰写，希望对大家有所帮助。了解更多自动化测试相关知识：https://www.aichudan.com/xwzx/