[Python知识库]jksb自动化脚本

有人倒腾了企业微信那个入口的望传教一下，这里只有笨逼方法

思路

1. 用selenium模拟页面交互
2. 用开源框架Tesseract OCR实现验证码识别

实现

1. 安装这两个框架(linux)

pip install selenium pytesseract
git clone https://github.com/tesseract-ocr/tesseract.git 
cd tesseract
./autogen.sh
./configure
make
sudo make install
wget https://hub.fastgit.org/tesseract-ocr/tessdata/raw/master/eng.traineddata
sudo mv eng.traineddata /usr/local/share/tessdata/

2. 因为cas的验证码没啥难度，简单的处理下基本就能识别正确

#! captcha.py
from PIL import Image, ImageEnhance
import pytesseract
import re

def reconizeCaptureImg(filepath, save=False):
    '''
    针对cas验证码的识别方案，进行简单的处理识别
    '''
    img = Image.open(filepath)

    # 采用简单的灰度处理，直接根据灰度筛除干扰直线
    img = img.convert('L')
    threshold_u = 200
    threshold_d = 15
    table = []
    for i in range(256):
        if i < threshold_u and i > threshold_d:
            table.append(0)
        else:
            table.append(1)
    img = img.point(table, '1')

    # 保持处理图片
    if save:
        img.save('captcha-handled.png')

    # 使用tesseract-orc来识别
    code = pytesseract.image_to_string(img).strip()

    # 打印识别出的验证码，用于调试正则
    # print(code)

    # 直接正则防止识别出了其他东西（因为只有字母数字）
    b=''
    for i in code:
        pattern = re.compile(r'[a-zA-Z0-9]')
        m = pattern.search(i)
        if m != None:
            b+=i

    # 返回结果
    return b

附上一点测试代码

#! captcha_test.py
from captcha import reconizeCaptureImg
def test():
    count, right_count = 0, 0
    import os
    path=r'./img'
    if os.path.exists(path):
        files=os.listdir(path)
        for file in files:
            count += 1
            ans = file.split('.')[0]
            res = reconizeCaptureImg(os.path.join(path, file))
            if ans == res:
                right_count += 1
            else:
                print('except: {}, got: {}'.format(ans,res))
        print('right rate: {}/{}'.format(right_count,count))
    else:
        print('this path not exist')
# 测试程序
test()

3. 写个配置，再用selenium点点点就完事了

#! config.py
username='username'
password='password'

#! jksb.py
from selenium import webdriver
from captcha import reconizeCaptureImg
import config

driver = webdriver.Chrome()

# 登陆统一门户
driver.get('https://portal.sysu.edu.cn/#/login')
driver.find_element_by_xpath('//*[@id="root"]/span/div/div[2]/div/div[1]/div[2]/div/div/div/button').click()

flag = False
# 最多尝试10次，防止程序因为不名原因变成了dos
for i in range(10):
    # 输入用户名、密码
    driver.find_element_by_xpath('//*[@id="username"]').send_keys(config.username) 
    driver.find_element_by_xpath('//*[@id="password"]').send_keys(config.password) 

    # 保存验证码图片
    tmp_file = '/tmp/capture.png'
    driver.find_element_by_xpath('//*[@id="captchaImg"]').screenshot(tmp_file) 

    # 识别并输入验证码
    captcha = reconizeCaptureImg(tmp_file)
    driver.find_element_by_xpath('//*[@id="captcha"]').send_keys(captcha) 

    # 点击登陆
    driver.find_element_by_xpath('//*[@id="fm1"]/section[2]/input[4]').click()
    driver.implicitly_wait(5)

    try: # 如果有错误标语，就重新填过，否则就算登陆成功
        driver.find_element_by_css_selector('.alert-danger').click()
        continue
    except:
        flag = True
        break

if not flag:
    # (optional)按需自行放个hook通知一下吧
    # from wechatTool import sendMsg
    # sendMsg(title='Robot Failed',content='自动健康申报失败')
    exit()

# 点击健康申报
driver.find_element_by_xpath('//*[@id="topSideLink"]/div[1]/div[3]/div[1]/div[2]/div[1]/div/div/div/div/div/div/div/div/div/ul/li[1]/div[1]').click()

# TODO: 健康申报又双叒叕崩了，后面有需要的自行加上两个点击事件吧，反正只用点两下确认
# driver.find_element_by_xpath('').click()
# driver.find_element_by_xpath('').click()

# TODO: (optional)还需要一个成功判断，防止提交的时候崩了,虽说大概了不会吧..

# 关闭浏览器
driver.quit()

半成品，TODO那里自行处理吧
4. 设置个定时任务（linux）

• 进入任务编辑

  crontab -e
  

• 在后面添加如下任务（每天9点执行）

  0 9 *** python /home/my/auto/jksb.py