写了个爬虫登录知乎和 Bilibili 网站,求教验证码识别 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
newhotter
V2EX    Python

写了个爬虫登录知乎和 Bilibili 网站,求教验证码识别

  •  2
     
  •   newhotter 2016-09-19 09:15:59 +08:00 10235 次点击
    这是一个创建于 3323 天前的主题,其中的信息可能已经有所发展或是发生改变。

    是利用 Selenium 写的。 想装逼但是装的不是很畅快,因为不好识别验证码。具体的可以看利用 Selenium 来实现知乎和 Bilibili 的登录,求给点建议。 这是 Bilibili 的登录代码。

    #!/usr/bin/env python3 # -*- coding: utf-8 -*- from selenium import webdriver import time browser = webdriver.Chrome() browser.get('https://passport.bilibili.com/login') browser.find_element_by_name("userid").send_keys("input_your_userid") browser.find_element_by_name("pwd").send_keys("input_your_password") time.sleep(10) #browser.find_element_by_xpath("/html/body/div[3]/div/div[2]/div[3]/form").submit() browser.find_element_by_xpath("/html/body/div[3]/div/div[2]/div[3]/form/input[4]").submit() 
    33 条回复    2016-09-20 14:38:05 +08:00
    syahd
        1
    syahd  
       2016-09-19 09:23:52 +08:00 via Android
    我每次都是自己输入的,而且不需要用这么麻烦的, bilibili 可以直接 post 上去啊
    newhotter
        2
    newhotter  
    OP
       2016-09-19 09:28:17 +08:00
    @whwq2012 恩。但是还是觉得 Selenium 这种看得见的比较舒服。
    验证码实在不想输入。。太不智能了。。
    感觉 captcha 没有什么通用的解决办法。。心塞。。
    seerhut
        3
    seerhut  
       2016-09-19 09:29:18 +08:00
    google 打码平台
    murmur
        4
    murmur  
       2016-09-19 09:32:20 +08:00
    建议你最好放弃 机器人识别永远比不上人眼 被你们这群抓别人资料的人逼得 很多网站的验证码已经到人都人不出来的地步了
    要么就打码。。
    newhotter
        5
    newhotter  
    OP
       2016-09-19 09:39:57 +08:00
    @murmur 所以打码其实本质还是人工输入咯?
    newhotter
        6
    newhotter  
    OP
       2016-09-19 09:40:22 +08:00
    @seerhut 恩,搜索了一下,感觉就是没有计算机自动识别的好办法?
    lxy
        7
    lxy  
       2016-09-19 09:42:29 +08:00
    B 站登录简单,验证也简单,识别率高,平均每条验证码不到一分钱。
    newhotter
        8
    newhotter  
    OP
       2016-09-19 09:45:47 +08:00
    @lxy 那还是算了=。=那我换个方式装 B 好了。。。比如下载 B 站视频。。
    wzxjohn
        9
    wzxjohn  
       2016-09-19 09:47:43 +08:00   2
    既然你在研究 B 站登陆,你就没发现从直播入口登陆不需要验证码么。。。有时候验证码并不只有识别出来一条路撒。
    est
        10
    est  
       2016-09-19 09:48:53 +08:00
    @wzxjohn 赞。。。跟微博一个路数!
    newhotter
        11
    newhotter  
    OP
       2016-09-19 09:52:06 +08:00
    @wzxjohn 哈哈哈,丢人丢大发了,,还真是耶。。。
    多谢哈。。
    flowfire
        12
    flowfire  
       2016-09-19 10:32:42 +08:00
    B 站手机登录不需要验证码。。。可以试试逆向或者抓包搞个借口
    leavic
        13
    leavic  
       2016-09-19 10:40:21 +08:00
    用 cookies 绕过登录不行吗?
    ookcode
        14
    ookcode  
       2016-09-19 11:47:26 +08:00
    感谢 wzxjohn 的提醒,原来还有直播登陆接口。
    我原来也撸过一个 b 站的脚本,有兴趣的看看,里面有登录时的密码加密方式。
    https://github.com/ookcode/BilibiliSofaSitter
    Geoion
        15
    Geoion  
       2016-09-19 12:19:20 +08:00   1
    好的,马上修这个 bug
    smileghost
        16
    smileghost  
       2016-09-19 13:19:29 +08:00
    @Geoion 哈哈哈, B 站的工程师能不能不要这么积极呀~
    rulerstorm
        17
    rulerstorm  
       2016-09-19 13:38:36 +08:00
    @Geoion 哈哈哈,服。
    qa52666
        18
    qa52666  
       2016-09-19 13:41:28 +08:00 via Android
    @Geoion 这很装逼
    Staruo
        19
    Staruo  
       2016-09-19 13:48:55 +08:00
    @Geoion 23333333 ,可以的
    reus
        20
    reus  
       2016-09-19 14:10:03 +08:00
    验证码本质就是阻挡自动登录,你研究出来方法,公开了,他们就会升级
    就如直播登录接口,自己知道就好了,私下传就好了,说出来,很快就会被修了的
    有路子且有脑子的人根本不会告诉你怎么做,免得你破坏了环境,例如把某些漏洞说了出去,搞到要重新找漏洞
    自己研究,或者私下交流吧,毕竟是灰色地带
    ookcode
        21
    ookcode  
       2016-09-19 14:23:18 +08:00
    @Geoion 23333 ,我服
    newhotter
        22
    newhotter  
    OP
       2016-09-19 14:26:21 +08:00
    @Geoion 哈哈哈哈哈。服气。。。这两天充分利用一下这个 bug 。。
    EyreFree
        23
    EyreFree  
       2016-09-19 14:28:45 +08:00
    @Geoion 666666
    azuginnen
        24
    azuginnen  
       2016-09-19 14:32:42 +08:00
    哈哈,真的是 b 站的呀


    Block
    Geoion
    bilibili.com
    V2EX 第 126853 号会员,加入于 2015-07-13 01:17:19 +08:00 ,今日活跃度排名 1238
    42 S 97 B
    Geoion
        25
    Geoion  
       2016-09-19 14:47:14 +08:00
    @azuginnen 是 B 站,不过不是直播部门
    Geoion
        26
    Geoion  
       2016-09-19 16:07:27 +08:00
    @smileghost 哈哈,知会一下负责这个的部门而已
    iannil
        27
    iannil  
       2016-09-19 16:09:56 +08:00
    在全球工单系统不能乱说话,各厂的人都有
    Srar
        28
    Srar  
       2016-09-19 18:38:40 +08:00
    我一个同群朋友用机器学习写了一个 bilibili 验证码识别 https://github.com/bilibiliHack/bilibiliCaptcha
    xiao201261
        29
    xiao201261  
       2016-09-19 19:12:50 +08:00
    bilibili 有些登录 page 并不需要验证码。。
    liuxu
        30
    liuxu  
       2016-09-19 19:27:49 +08:00
    @Geoion 斗智斗勇 233
    newhotter
        31
    newhotter  
    OP
       2016-09-19 20:39:32 +08:00
    @Srar 厉害啊! star 了
    fleer
        32
    fleer  
       2016-09-20 01:08:19 +08:00 via Android
    @Geoion 我也说个吧, av10492 不需要登录验证,也就是一些会员才能观看的页面不需要验证,我懒得输验证码就回去 10492,,^,,
    figofuture
        33
    figofuture  
       2016-09-20 14:38:05 +08:00
    mark
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2701 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 26ms UTC 08:06 PVG 16:06 LAX 01:06 JFK 04:06
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86