WebDriver中自动识别验证码--Python实现

一、在自动化测试中，遇到验证码的处理方法有以下两种：

1、找开发去掉验证码或者使用万能验证码

2、使用OCR自动识别

这里，方法一只要和研发沟通就行。

使用pytesseract自动化识别，一般识别率不是太高，处理一般简单验证码还是没问题，例如下面这种验证码：

使用非常简单，只需下面几步：

import pytesseract
from PIL import Image
image=Image.open('new.jpg')
vcode=pytesseract.image_to_string(image)
print vcode

二、但在使用python自动化测试中会遇到一个难点，验证码怎么获取，python的webdriver API没有这样接口。baidu查之，网上只有java的解决方案，python的貌似没有，在这就将python的解决方案写下，以供需要的人参考：

解决方法：

从页面获取验证码的坐标值得，使用PIL的Image模块，截取特定的区域，代码如下：

思路：将web节目截图保存-->定位到验证码坐标-->从截图中再进行验证码位置的截图

from PIL import Image
import pytesseract
from selenium import webdriver

url='http://xxxxx.com'
driver = webdriver.Chrome()
driver.maximize_window()  #将浏览器最大化
driver.get(url)
driver.save_screenshot('f://aa.png')  #截取当前网页，该网页有我们需要的验证码
imgelement = driver.find_element_by_xpath('//img[@src="rand!loginRand.action"]')  #定位验证码
location = imgelement.location  #获取验证码x,y轴坐标
size=imgelement.size  #获取验证码的长宽
rangle=(int(location['x']),int(location['y']),int(location['x']+size['width']),int(location['y']+size['height'])) #写成我们需要截取的位置坐标
i=Image.open("f://aa.png") #打开截图
frame4=i.crop(rangle)  #使用Image的crop函数，从截图中再次截取我们需要的区域
frame4.save('f://frame4.jpg')
qq=Image.open('f://frame4.jpg')
text=pytesseract.image_to_string(qq).strip() #使用image_to_string识别验证码
print text