URL提交是百度提供的一个站长工具,用于给站长提供手工收录某些URL的接口,但是该接口有验证码识别部分,比较难弄。所以编写了如下程序进行验证码自动识别:
主要思路
获取多个验证码,提交到 http://lab.ocrking.com/ 进行多次识别,然后计算每个验证码图片识别出来的 字母或数字 进行统计,得出统计率最高的 即为验证码。
#!/usr/bin/env python # -*- coding: utf-8 -*- import requests import time import json import re if __name__ == "__main__": i = 1 s = requests.session() s.headers.update({'Referer':'http://zhanzhang.baidu.com/sitesubmit/index','User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.154 Safari/537.36'}) r = s.get('http://zhanzhang.baidu.com/sitesubmit/index') s2 = requests.session() r = s.post('http://zhanzhang.baidu.com/captcha',data={'async':'false','n':time.time()}) url = json.loads(r.content)['url'] temp = [] while 1: try: r = s.get(url) img_data = r.content r = s2.get('http://lab.ocrking.com/') try: content = ' '.join(r.content.split()) sid = re.findall(r'"sid" : "(.+?)"',content)[0] hash_1 = re.findall(r'"hash" : "(.+?)"',content)[0] timestamp = re.findall(r'"timestamp" : "(.+?)"',content)[0] except: print 'error on get orking info!' continue files = {'Filedata':('icode.jpeg', img_data)} data = {'Filename':'icode.jpeg','sid':sid,'hash':hash_1,'timestamp':timestamp} r = s2.post('http://lab.ocrking.com/upload.html',files = files,data= data) r = s2.post('http://lab.ocrking.com/ocrking.html',data={'upfile':r.content,'type':'captcha','charset':'7'}) icode = re.findall(r'<OcrResult>(.+?)</OcrResult>',r.content)[0] if len(icode) != 4 : continue temp.append(icode) i = i + 1 if i == 3 : break except Exception,e: print e pass a = {'0':{},'1':{},'2':{},'3':{}} for aa in temp: i = 0 while i <=3 : try: a[str(i)][aa[i]] = a[str(i)][aa[i]] + 1 except: a[str(i)][aa[i]] = 1 i = i + 1 icode = ['','','',''] for index in a: temp_times = 0 for index_1 in a[index]: if a[index][index_1] >= temp_times : temp_times = a[index][index_1] icode[int(index)] = index_1 icode = ''.join(icode) img_name = 'temp\\'+icode+'.png' file_object = open(img_name, 'w') file_object.write(img_data) file_object.close() #r = s.post('http://zhanzhang.baidu.com/sitesubmit/sitepost',data={'url':'http://lab.ocrking.com/','captcha':icode}) #print r.content
本文向大家介绍Python实现自动登录百度空间的方法,包括了Python实现自动登录百度空间的方法的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了Python实现自动登录百度空间的方法。分享给大家供大家参考,具体如下: 开发环境:Fedora12 + Python2.6.2 运行结果: 通过运行结果可以看到,登录成功了。网页自动跳转到 /zhouciming/home 更多关于Python
关键词影响力,是百度搜索资源平台针对站点对于关键词数据分析的需求,推出的全新概念。涵盖该关键词下百度搜索可以为站点带来的全部收益指标,包括:排名、百度搜索流量、展现量等。在H5版本的搜索资源平台工具中首发的关键词影响力工具检测数值有:整体影响力、最大影响力、站点影响力。
本文向大家介绍Python爬虫实现百度图片自动下载,包括了Python爬虫实现百度图片自动下载的使用技巧和注意事项,需要的朋友参考一下 制作爬虫的步骤 制作一个爬虫一般分以下几个步骤: 分析需求分析网页源代码,配合开发者工具编写正则表达式或者XPath表达式正式编写 python 爬虫代码 效果预览 运行效果如下: 存放图片的文件夹: 需求分析 我们的爬虫至少要实现两个功能:一是搜索图片,二是自动
本文向大家介绍python实现提取百度搜索结果的方法,包括了python实现提取百度搜索结果的方法的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了python实现提取百度搜索结果的方法。分享给大家供大家参考。具体实现方法如下: 希望本文所述对大家的Python程序设计有所帮助。
本文向大家介绍Python 自动化表单提交实例代码,包括了Python 自动化表单提交实例代码的使用技巧和注意事项,需要的朋友参考一下 今天以一个表单的自动提交,来进一步学习selenium的用法 练习目标 0)运用selenium启动firefox并载入指定页面(这部分可查看本人文章 http://www.cnblogs.com/liu2008hz/p/6958126.html) 1)页
本文向大家介绍jQuery实现数秒后自动提交form的方法,包括了jQuery实现数秒后自动提交form的方法的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了jqury实现数秒后自动提交form的方法。分享给大家供大家参考。具体如下: 很多下载网站都设置了此代码,下载按钮数秒,数完后,可以点击提交 制作很简单: 1. js部分代码如下: 2. HTML部分代码如下: 希望本文所述对大家的j