当前位置: 首页 > 编程笔记 >

Python实现的百度站长自动URL提交小工具

袁波
2023-03-14
本文向大家介绍Python实现的百度站长自动URL提交小工具,包括了Python实现的百度站长自动URL提交小工具的使用技巧和注意事项,需要的朋友参考一下

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

 类似资料:
  • 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