上一節(jié)我們講到驗證碼，通過圖像識別的方式可以識別簡單的驗證碼，所以識別對我們的意義不是特別大。
不過我單獨開這一節(jié)來講，也算是擴充一些知識面，同時也可以練習(xí)一下關(guān)于 requests 的一些用法。對接口測試的理解也有很大的好處。
首先我們需要注冊百度開發(fā)者平臺，并且認證。看這里
注冊好以后，創(chuàng)建應(yīng)用并勾選文字識別服務(wù)（其實都可以勾起來玩一玩），文字識別服務(wù)分了幾種，有完全免費的“通用文字識別”，每天有 5W 次的訪問許可，但是識別準確性較低。
還有一種是“通用文字識別（高精度版）”識別率更高，每天有 500 次免費調(diào)用，超出收費。免費的也夠用了。這里用高精度版來演示。
要使用這類的開放 API 一定要閱讀相關(guān)的接口調(diào)用文檔和示例代碼（如果你沒有興趣閱讀，可以直接使用我貼出的代碼，不過我建議你依然應(yīng)該好好閱讀一下）。好在 Python 是很流行的語言，所以基本上都有關(guān)于 Python 的調(diào)用示例。不過很多時候用的都是 urllib 系列的庫而非 requests。
通用文字識別過程：
- 使用創(chuàng)建應(yīng)用分配的 APP_ID、SECRET_KEY 獲取 access_token
- 打開本地圖片或者提供網(wǎng)絡(luò)圖片的地址
- 如果是本地圖片，需要對圖片的二進制數(shù)據(jù)進行 base64 編碼
- 對 base64 編碼后的數(shù)據(jù)，需要進行 urlencode 編碼，編碼格式為
{'image': base64數(shù)據(jù)} - 訪問 API 地址，以 url 參數(shù)形式傳遞 access_token， 以消息體的方式傳遞編碼后的圖片數(shù)據(jù)
- 獲取識別后的圖片文字
我使用 requests 對其調(diào)用示例代碼改造了一下：
import requests
from urllib.parse import urlencode
import base64
APP_ID = '' # 填寫你的appid
SECRET_KEY = '' # 填寫你的密鑰
TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'
OCR_URL = 'https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic'
ACCURATE_URL = 'https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic'
def fetch_token():
'''
獲取 API 調(diào)用需要的 access_token
:params:
:return: 返回 access_token 字符串
'''
data = {
'grant_type': 'client_credentials',
'client_id': APP_ID,
'client_secret': SECRET_KEY
}
r = requests.post(TOKEN_URL, data=data)
if 'access_token' in r.json():
return r.json().get('access_token')
else:
print('請檢查獲取access_token的URL, APP_ID, SECRET_KEY!')
def ocr_b64(b64):
'''
傳入base64編碼格式的圖片數(shù)據(jù)，識別圖片中的文字
:params: base64編碼格式的圖片數(shù)據(jù)
:return: 返回識別后的文字字符串
'''
access_token = fetch_token() # 獲取 token
if access_token:
payload = {'access_token': access_token} # token通過url參數(shù)傳遞
data = urlencode({'image': b64}) # 對傳入的base64編碼格式的圖片數(shù)據(jù)進行urlencode編碼
r = requests.post(ACCURATE_URL, data=data, params=payload)
r.encoding = 'utf-8'
if 'words_result' in r.json():
return r.json().get('words_result')[0].get('words') # 這里可以直接返回 r.json() 在后續(xù)代碼取值
else:
print('圖片識別失敗，請根據(jù)返回編碼檢查錯誤，https://ai.baidu.com/docs#/OCR-API-ErrorCode/top')
print(r.text)
def ocr_file(image):
'''
傳入圖片路徑，識別圖片中的文字
:params: 圖片路徑
:return: 返回識別后的文字字符串
'''
with open(image, 'rb') as f:
data = base64.b64encode(f.read())
return ocr_b64(data)
if __name__ == "__main__":
print(ocr_file('./2886.png'))
上面代碼實現(xiàn)了三個函數(shù)：
- fetch_token() 用于獲取調(diào)用 API 需要的 access_token，該 token 需要在調(diào)用時通過參數(shù)傳遞。
- ocr_b64(b64) 中傳入 base64 編碼格式的數(shù)據(jù)，并通過 requests 庫將編碼后的 base64 數(shù)據(jù)傳遞給文字識別 API，并從獲取到的返回結(jié)果中提取識別后的字符串。
- ocr_file(image) 中傳入圖片，并通過 requests 庫將圖片傳遞給文字識別 API，并從獲取到的返回結(jié)果中提取識別后的字符串。
你只需要修改上面代碼中的常量APP_ID和SECRET_KEY，這些都是從百度開發(fā)者平臺中創(chuàng)建應(yīng)用后可以得到。
好，接下來我們以 showdoc 系統(tǒng)為例，演示如何通過識別驗證碼實現(xiàn)登錄。你可以選擇 showdoc 的在線版來練習(xí)。
需要以下步驟完成驗證碼識別并登錄：
- 打開 showdoc 登錄頁面
- 獲取 驗證碼 圖片，這里直接獲取該元素截圖的 base64 編碼
- 調(diào)用 ocr_b64() 函數(shù)識別驗證碼
- 輸入登錄賬號、密碼及驗證碼
- 點擊登錄
- 如果驗證碼錯誤，則循環(huán)這個過程（驗證碼識別錯誤，就刷新頁面重來）直到登錄成功為止
from selenium import webdriver
import time
driver = webdriver.Chrome()
driver.get('https://www.showdoc.cc/user/login')
while True:
driver.find_element_by_css_selector('[placeholder="用戶名/郵箱"]').send_keys('nemo')
driver.find_element_by_css_selector('[placeholder="密碼"]').send_keys('123456')
v_code = ocr_b64(driver.find_element_by_class_name('v_code_img').screenshot_as_base64) # => 識別驗證碼
driver.find_element_by_css_selector('[placeholder="驗證碼"]').send_keys(v_code)
driver.find_element_by_xpath('//button/*[text()="登錄"]').click()
time.sleep(0.5)
try:
# 如果彈出框出現(xiàn)，則說明驗證碼錯誤
driver.find_element_by_css_selector(
'.el-message-box .el-button--primary').click()
# 刷新頁面
driver.refresh()
except:
# 如果彈出框不出現(xiàn)，則說明驗證碼正確
break
time.sleep(5)
driver.quit()
