您的位置:首页 > 新闻资讯 >文章内容
python爬虫解决验证码问题的三种方法
来源:互联网 作者:admin 时间:2019-02-05 09:49:00

  爬虫经常遇到网站的反爬虫,比如IP限制,可以使用代理精灵的海量IP来解决限制,但是对于验证码限制,大家又是怎么突破这个限制的呢?


  验证码是一种区分用户是计算机还是人的公共全自动程序。可以防止:恶意破解密码、刷票、论坛灌水,有效防止某个黑客对某一个特定注册用户用特定程序暴力破解方式进行不断的登陆尝试,实际上用验证码是现在很多网站通行的方式,我们利用比较简易的方式实现了这个功能。这个问题可以由计算机生成并评判,但是必须只有人类才能解答。由于 计算机无法解答CAPTCHA的问题,所以回答出问题的用户就可以被认为是人类。


  我们使用Python进行爬虫时经常遇到一些障碍,其中验证码算是最普遍的了,如果直接从生成验证码的页面把验证码下载到本地后识别,再构造表单数据发送的话,会有一个验证码同步的问题,即请求了两次验证码,而识别出来的验证码并不是实际需要发送的验证码。有如下几种方法解决。


  1.用cookie


python爬虫解决验证码问题的三种方法


  2.用session


python爬虫解决验证码问题的三种方法


  3.elenium+手动构造cookie


python爬虫解决验证码问题的三种方法


  这种方法难点在于确定该网站是用cookie中的什么key值来表示“用户名”和“密码”的。而且好像有些cookie是加密过的。可以先用get_cookies()进行观察。


  以上介绍了关于爬虫突破验证码的问题,当然了这只是其中会遇到的其中一种问题的解决方法,其他关于IP被封,爬取受限、违法操作等多种问题,在爬取数据之前,一定要了解好预爬网站是否涉及违法操作,找到合适的代理IP访问网站等一系列问题。


相关文章内容简介
推荐阅读
  • 15 2019-05
    免费代理IP的弊端比较多

    免费代理IP的弊端比较多,但使用的人数却不少,主要是因为免费,而且新手也多,都是拿来练习,或者是需求的代理IP比较少。

  • 29 2019-06
    找个质量好的动态代理ip

    找个质量好的动态代理ip,因为如果动态代理ip质量不错,使用起来更佳的顺畅,能极大的提高工作效率。

  • 03 2019-04
    IP访问频率被限制,可以使用代理IP来解决

    很多人都说代理IP的用处非常大,使用的效果也好,这到底是吹的还是真的呢?

  • 01 2019-06
    HTTP代理和代理IP软件换IP哪个快

    HTTP代理和代理IP软件换IP哪个快?很多HTTP代理商家提高的IP都是直接提高接口提取的,而代理IP软件则不一样,一般都是下载软件使用的,那么二者换IP哪个快呢?

  • 20 2019-06
    免费代理服务器软件不能一直使用

    免费代理服务器软件不能一直使用,这是为什么?网上有大把的免费代理服务器,好多网站都有提供免费的代理,只是不太好用,这是免费代理服务器软件不能一直使用的最根本的原因。

  • 21 2019-05
    如何改变网络营销的IP地址?

    如何改变网络营销的IP地址?在进行网络推广的过程中,许多方法都是不可避免的,您需要更换计算机IP地址才能更好地执行。今天,它是替换计算机IP地址的常用方法。

在线客服
大客户VIP渠道
点击这里给我发消息
讨论QQ群
HTTP代理IP爬虫
客服电话
13318873961