python3爬虫之验证码的识别——第三方平台超级鹰
用ocr库进行图形验证码的正确率实在是不太行
而且这个图像处理这一行当实在是很深，不是一天两天就能搞定的
因此这里推荐一个第三方平台——超级鹰http://www.chaojiying.com
小声哔哔，真的没收广告费
首先来看一下超级鹰都能识别啥？http://www.chaojiying.com/price.html
基本能涵盖常见的情况，当然不同的项目所需的积分不同（充值对应积分，首次关注公众号送1000积分）
话不多说，直接看开发文档http://www.chaojiying.com/api.html
选择python 的Demo下载，不过需要更改几处，因为这个Demo是Python2写的
python2下：
1 #!/usr/bin/env python 2 # coding:utf-8 3 4 import requests 5 from hashlib import md5 6 7 class Chaojiying_Client(object): 8 9 def __init__(self, username, password, soft_id): 10 self.username = username 11 password = password.encode('utf8') 12 self.password = md5(password).hexdigest() 13 self.soft_id = soft_id 14 self.base_params = { 15 'user': self.username, 16 'pass2': self.password, 17 'softid': self.soft_id, 18 } 19 self.headers = { 20 'Connection': 'Keep-Alive', 21 'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)', 22 } 23 24 def PostPic(self, im, codetype): 25 """ 26 im: 图片字节 27 codetype: 题目类型 参考 http://www.chaojiying.com/price.html 28 """ 29 params = { 30 'codetype': codetype, 31 } 32 params.update(self.base_params) 33 files = {'userfile': ('ccc.jpg', im)} 34 r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, headers=self.headers) 35 return r.json() 36 37 def ReportError(self, im_id): 38 """ 39 im_id:报错题目的图片ID 40 """ 41 params = { 42 'id': im_id, 43 } 44 params.update(self.base_params) 45 r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers) 46 return r.json() 47 48 49 if __name__ == '__main__': 50 chaojiying = Chaojiying_Client('超级鹰用户名', '超级鹰用户名的密码', '96001') #用户中心>>软件ID 生成一个替换 96001 51 im = open('a.jpg', 'rb').read() #本地图片文件路径 来替换 a.jpg 有时WIN系统须要// 52 print chaojiying.PostPic(im, 1902) #1902 验证码类型 官方网站>>价格体系 3.4+版 print 后要加()
只需要把最后一行的print后面加括号（）即可
最后三行所需要的参数：
超级鹰用户名和密码：注册这个网站的
软件ID：在用户中心处获取
图片路径：注意相对路径和绝对路径，案例中附带了一个图片a.jpg
验证码类型：在价格体系中查询 http://www.chaojiying.com/price.html
拿Demo中的图片先测试一下哈！
运行结果（通过程序可知是json格式的数据）：
{'err_no': 0, 'err_str': 'OK', 'pic_id': '9077217532830000008', 'pic_str': '7261', 'md5': '09ba9448333d153c69bd29da7c7f3369'}
返回说明:
err_no,(数值) 返回代码
err_str,(字符串) 中文描述的返回信息
pic_id,(字符串) 图片标识号，或图片id号
pic_str,(字符串) 识别出的结果
md5,(字符串) md5校验值,用来校验此条数据返回是否真实有效
试一下其他图片
{'err_no': 0, 'err_str': 'OK', 'pic_id': '2077218082830000010', 'pic_str': '46168', 'md5': '443788486ea90d7f249f278d5694053d'}
再测试一下带有中文的图片
{'err_no': 0, 'err_str': 'OK', 'pic_id': '3077218112830000013', 'pic_str': '基加证湿站代', 'md5': '61a282f8c45c8ac35d6904ff315e991d'}
总结下来还是比较靠谱滴！
