? ? ? ? 初学python爬虫，本想试一下使用requests模拟登录学校的学生平台，结果验证码的问题解决不了，只能转而采用webdriver自动登录的方法。
????????第三方验证码识别平台：超级鹰
? ? ? ? 模拟登录的思路很简单：requests模块爬取网页信息，获得验证码图片，再使用第三方平台解析验证码，post请求发送信息实现登录。
import requests
from chaojiying import Chaojiying_Client
import re
def getCodeText(imgPath,codeType): #使用第三方平台进行验证码解析
chaojiying = Chaojiying_Client('用户名', '密码', 'id')
im = open(imgPath, 'rb').read()
return (chaojiying.PostPic(im, codeType))
url = 'http://jwk.lzu.edu.cn/academic/common/security/login.jsp'
headers = {
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.82 Safari/537.36 Edg/89.0.774.50'
}
page_text = requests.get(url=url,headers=headers).content
print(page_text)
picture_src = 'http://jwk.lzu.edu.cn' + re.findall('<img name="jcaptcha"[\s\S]*?src="([\s\S]*?.do).*?"[\s\S]*?>', page_text)[0]
print(picture_src)
picture = requests.get(url=picture_src, headers=headers).content
with open('./code.jpg','wb') as fp:
fp.write(picture)
codeText = getCodeText('code.png', 1902)['pic_str']
login_url = 'http://jwk.lzu.edu.cn/academic/j_acegi_security_check'
data = {
'j_username' : '账号',
'j_password' : '密码',
'j_captcha' : codeText
}
print(data)
login_page_text = requests.post(url=login_url, headers=headers,data=data).text? ? ? ? 但由于从此地址：?http://jwk.lzu.edu.cn/academic/getCaptcha.do?得到的验证码是动态变化的，就导致解析出的验证码与实际不符，无法登录。
? ? ? ? 经一番研究后，我选择使用webDriver进行网页自动登录：
????????首先是selenium的下载，直接再cmd中? pip install selenium 就可以。
? ? ? ? 之后是webDriver的下载，对应不同浏览器下载的webDriver文件不同，对同一浏览器不同版本的webDriver文件也不相同，这里放一个链接http://npm.taobao.org/mirrors/chromedriver/，可在此下载不同版本的webDriver。笔者使用的时Chrome，直接输入chrome://version就可以查看浏览器版本
下载chromedriver后，将chromedriver分别放入py.exe和Chrome所在的同一目录下：
????????然后进入配置环境变量，在Path中输入chromedriver的环境变量? C:\Users\username\AppData\Local\Google\Chrome\Application\? ? （以我为例）
? ? ? ? 之后在cmd中输入chromeDriver如果正常运行说明安装成功：
? ? ? ? 这里的一个坑就是chromedriver.exe不仅要和chrome放在同一个文件夹下，同时也要和py.exe放在同一个文件夹下，不然PyCharm中无法调用webDriver。?
? ? ? ? ?之后便是使用webDriver进行自动登录的操作：
from selenium import webdriver
from chaojiying import Chaojiying_Client
import os
url = 'http://jwk.lzu.edu.cn/academic/common/security/login.jsp'
def getCodeText(imgPath,codeType):
chaojiying = Chaojiying_Client('用户名', '密码', 'id')
im = open(imgPath, 'rb').read()
return (chaojiying.PostPic(im, codeType))
b = webdriver.Chrome()
b.get(url) #打开网站
b.find_element_by_name('jcaptcha').screenshot("code.png") #调用第三方获取验证码
codeText = getCodeText('code.png', 1902)['pic_str'] #得到验证码
os.remove('./code.png')
b.find_element_by_class_name('userText').send_keys('用户名') # 定位，填入用户名
b.find_element_by_class_name('passworldText').send_keys('密码') # 填入密码
b.find_element_by_class_name('codeText').send_keys(codeText) #输入验证码（弹性）
b.find_element_by_name('button1').click() #至此完成登录，之后为登录后的操作
# switch_to.window(b.window_handles[0]) 由于只打开了一个窗口所以这句不需要
iframe = b.find_element_by_xpath('/html/body/iframe')
b.switch_to.frame(iframe)
frame = b.find_element_by_xpath('//*[@id="menuFrame"]')
b.switch_to.frame(frame)
b.find_element_by_xpath('//*[@id="li18"]/a').click()
# print('当前浏览地址为：.{0}'.format(b.current_url))? ? ? ? 值得一提的是，由于笔者所在学校的网页中使用了frame，导致在登录后不能直接定位到相应的标签，需要使用 .switch_to.frame()进行frame的定位，之后才可以正常定位到frame内部的标签中，需要针对业内的iframe 和 frame进行再定位，frameset可以不用管。
? ? ? ? 至此完成网站的自动登录，第一次写博客，如有错误和纰漏请指出。