Selenium获取动态图片验证码

关于图片验证码的文章，我想大家都有一定的了解了。

　　在我们做UI自动化的时候，经常会遇到图片验证码的问题。

　　当开发不给咱们提供万能验证码，或者测试第三方网站比如知乎的时候，我们就需要自己去识别验证码。

**　OCR**

　　OCR是一种图像文字识别的技术，例如图中的验证码，我们用肉眼识别就是c5s3，但机器可不比咱们肉眼。所以我们要利用ocr技术，让我们的Python脚本自动通过图片识别出对应的文字。

常见的识别类库

　　在Python中其实有许多识别类库，这里只介绍博主自己实践过的成功率还不错的: 百度ocr。

　　简单的说，就是百度提供了一个SDK，让我们传入图片数据，从而拿到识别的结果。ocr的细节我们不需要关心。

申请开通OCR

　　首先我们得有一个百度账号，这个相信大家都有，没有的可以申请一个。

·登录百度控制台

　　进入https://login.bce.baidu.com/并登录。

**· **选择文字识别

　　左上角展开->产品服务->文字识别

**· **创建应用

　　点击创建应用按钮

·填写相关应用信息

　　简单描述下应用是干嘛的就行，因为我们只需要识别文字，所以其他也不用勾上。

　　创建好了之后可以看到具体的应用信息，记住这3个关键信息。待会会用到。

·appid

**· **apikey

**· **secret key

**　　熟悉OCR文档**

　　官方文档地址: https://cloud.baidu.com/doc/OCR/s/wkibizyjk

　　文档会写的比较清楚，简单的说就是通过你的appid,api key和secret key获取一个client，接着你就可以调用client的api去获取图片中的文字了。官方的SDK还是比较贴心的。

**· **安装SDK

　　pip install baidu-aip

　　讲完了文字怎么识别，接着就来说说标题中的动态图片验证码。

**　　动态图片验证码**

　　这个概念是我自己命名的，一般来说，我们的一张图片都是对应唯一一个url的，比如:

　　https://yuque.com?image=dshqadiau

　　(这个地址是我编的)

　　一般来说image字段的值不同，图片也就不同，都是一串随机的或者规律的不重复数据，确保图片不会重复。

　　但是博主最近遇到了这样一种情况:

**　输入一个url，每次输入，拿到的图片都不一样。**

　　这样就会带来一个很严重的问题，页面上你虽然读取了图片的信息。我们把图片的url传递给百度sdk的时候，url由于再次调用，导致图片发生了变化。

　　比如网站上显示的是: c5s3，调用百度sdk的时候，百度会通过url读取图片，但再次读取，图片可能变成了lfew。

　　不信大家可以看看这个图片地址:

　　每次刷新，这个图片都会变，但是url不变。

**　怎么解决呢？**

　　好在百度sdk，他不仅仅支持url，还支持图片文件和base64的图片数据。我们看看官方文档:

　　所以此时我们用图片的base64数据就行了。

　　再回到Selenium里面，我们怎么才能获取到验证码那张图片呢？

　　思考一下:

　　1、读取img标签的src，然后下载图片，保存图片文件再转为base64

　　很显然这个方法行不通，为什么呢？

　　因为img的src属性就是刚才这个url，你去获取一遍url，它同样会变化。

　　2、截图，裁剪出验证码部分，扔给百度去识别

　　可行是可行，但是会不会太复杂了？？

如果我只对验证码的img元素进行截图，生成base64的数据是不是更方便？

　　其实呢，selenium作为一款老牌的自动化测试工具，很多方法供大于求了。所以它是有这样的功能的！

Selenium对指定区域截图

　　我们都知道，selenium有一些截图方法。

　　driver.get_screenshot_as_file(filename)

　　但其实，针对元素，也是有截图方法的。

　　伪代码如下:

　　# 通过id获取到图片

　　img = driver.find_element_by_id("image")

　　# 调用WebElement的screenshot_as_png属性方法，获取到png的数据，因为百度需要png

　　data = img.screenshot_as_png

　　接着我们就可以用这个获取到的图片数据去找百度要答案了！

　　完整版代码:

　　from aip import AipOcr

　　from selenium import webdriver

　　client = AipOcr("你的appid", "你的app_key", "你的secret_key")

　　driver = webdriver.Chrome()

　　driver.get("https://iam.pt.ouchn.cn/am/UI/Login")

　　img = driver.find_element_by_id("kaptchaImage")

　　data = img.screenshot_as_png

　　res = client.basicGeneral(data, {})

　　print(res)

　　更多图片识别的配置可以查看度娘文档哦！

　　可以看到，只识别到了CFX，而且图片没有继续变化了。

毕竟文字识别是从图片里面找文字，而且文字会有一些横线这样的干扰，所以如果一次不行，可以多试几次。

　　思路就是写一个while循环，不断尝试去识别验证码并登录，接着判断是否登录成功，没成功则重复上一个步骤。

　　以我个人的经验，一般1-10次就可以成功。

　　好了，以上是博主简单替大家尝试一下UI自动化过程中对于验证码的识别。主要重点在于验证码的识别和对部分区域截图。