使用python模拟网站登录和识别验证码

我们有几个产品访问量比较大，所用的短信和voip服务消耗非常快，为了不影响业务，老大要求运维每天都要检查供应商的剩余并登记，账号有几个个，查起来非常烦。听说真正的geek重复两遍以上的操作都会写脚本完成，我这个小菜鸟也不自量力一下，写个脚本模拟账号登录和查额，验证码识别等，此博客做个备忘，人生苦短，当然用python啦！

比较难搞定的是验证码识别，用的是pytesseract，默认没有训练对验证码识别不高，但好在验证码比较简单，写个循环一直拿验证码，直到识别出来：

#!/usr/bin/env python 
# -*- coding: UTF-8 -*-

import pytesseract
from PIL import Image,ImageFile,ImageEnhance
ImageFile.LOAD_TRUNCATED_IMAGES = True
'''
Dependencies List :
   1: yum install tesseract tesseract-devel -y
   2: yum install libjpeg libjpeg-devel -y
   3: pip install requests
   4: pip install pytesseract
   5: pip install pillow
   6: pip install tesseract-ocr
 '''
 
def get_captcha(self):

    api_captcha = 'http://sms.wpon.cn/main/GetCode.asp'
    get_headers = {

            'Host' : 'sms.wpon.cn',
            'Cache-Control':'max-age=0',
            'Accept' : 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
            'Upgrade-Insecure-Requests' : '1',
            'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36',
            'Referer': 'http://sms.wpon.cn/index.asp',
            'Accept-Encoding' : 'gzip, deflate,sdch',
            'Accept-Language ' : 'zh-CN,zh;q=0.8',
            'Connection': 'close',

    }

    while True:
        r = requests.get(api_captcha,timeout=5,headers=get_headers)
        with open('captcha.jpg','wb') as f:
            for chunk in r.iter_content(1024):
                f.write(chunk)

        img = Image.open('captcha.jpg')
        text = pytesseract.image_to_string(img)
        text = text.strip()
        #确保识别到的是4位数字
        if len(text) == 4:
            try:
                int(text)
            except:
                pass
            else:
                break

    return text,r.cookies
    

识别到验证码会返回识别结果和cookie，用这个cookie和验证码一起登录才行，否则就会报验证码不符。登录是使用requests库，好处是不用手动处理cookie，非常简单：

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
__author__='will@wpon.cn'
import requests
''' pip install requests'''

def login(self):

    start = requests.session()
    login = start.post(url_login,data=postdata,headers=post_headers,cookies=post_cookies,params=url_params)
    
    while True :
        start = requests.session()
        login = start.post(api_login,data=postdata,params=url_params,headers=post_headers,cookies=get_data[1])
        #判断登录是否拿到登录后的cookies，确保登录成功
        if len(start.cookies) == 7:
            return start.cookies
            break

    bal = start.get(api_balance)
.....

总的来说，还是非常简单的，完整代码就不贴了