网站有效内容的宣传及推广关于做网站的ppt

以下的代码是一个使用Python实现的古诗文网(gushiwen.cn)自动化登录脚本，主要功能是通过模拟浏览器行为完成登录过程，并验证登录是否成功。

主要实现的功能

1. 模拟浏览器登录功能

   • 使用urllib模拟浏览器发送HTTP请求

   • 自动处理ASP.NET的VIEWSTATE机制

2. 验证码自动识别功能

   • 自动下载网页验证码图片

   • 使用Pillow库进行图像预处理（灰度化）

   • 调用pytesseract OCR引擎识别验证码文本

   • 对识别结果进行清洗和格式化

3. 会话保持功能

   • 通过CookieJar自动管理会话Cookie

   • 使用HTTPCookieProcessor维持登录状态

   • 构建opener实现请求的连贯性

4. 表单自动提交功能

   • 自动填充登录表单（邮箱、密码、验证码）

   • 自动提交POST请求完成登录

5. 登录状态验证功能

   • 登录后自动访问测试页面

   • 通过检测"退出登录"文本验证登录状态

   • 输出当前会话的Cookie信息

6. 页面内容获取功能

   • 使用lxml解析HTML页面

   • 提取页面标题等关键信息

7. 异常处理功能

   • 对网络请求和验证码识别进行异常捕获

   • 提供错误信息输出

8. 调试辅助功能

   • 打印关键步骤信息（验证码识别结果、登录状态等）

   • 输出当前获取的Cookie列表

9. 自动化流程控制

   • 添加适当的延迟确保操作完成

   • 根据验证码识别结果决定是否继续登录流程

10. 安全功能

    • 使用标准User-Agent模拟浏览器

    • 遵循标准HTTP协议流程

Cookie处理机制初始化：

cookiejar = CookieJar()
handler = HTTPCookieProcessor(cookiejar)
opener = build_opener(handler)

• 创建CookieJar对象存储Cookie

• 创建HTTPCookieProcessor处理Cookie

• 构建opener用于发送请求并自动处理Cookie

获取登录页面和提取必要参数

req = Request(login_url, headers=header)
resp = opener.open(req)
html = etree.HTML(resp.read().decode('utf-8'))viewstate = html.xpath("//input[@id='__VIEWSTATE']/@value")[0]
viewstategenerator = html.xpath("//input[@id='__VIEWSTATEGENERATOR']/@value")[0]

• 发送GET请求获取登录页面

• 解析HTML并提取ASP.NET特有的__VIEWSTATE和__VIEWSTATEGENERATOR参数

• 这些参数是ASP.NET表单必需的隐藏字段

验证码处理流程

code_url = "https://www.gushiwen.cn" + html.xpath("//img[@id='imgCode']/@src")[0]
req_code = Request(code_url, headers=header)
resp_code = opener.open(req_code)image_data = resp_code.read()
image = Image.open(io.BytesIO(image_data))# 图像预处理
image = image.convert('L')  # 灰度化# 识别验证码
custom_config = r'--psm 7 --oem 3 -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ'
textcode = pytesseract.image_to_string(image, config=custom_config)
textcode = textcode.strip().replace(' ', '')[:4]

• 获取验证码图片URL并下载

• 直接在内存中处理验证码图片

• 对图片进行灰度化处理提高识别率

• 使用pytesseract识别验证码，配置参数优化识别效果

• 清理识别结果，只保留前4位字符

构造并提交登录请求

data = {'__VIEWSTATE': viewstate,'__VIEWSTATEGENERATOR': viewstategenerator,'email': '[e-mail]','pwd': 'ckn12138','code': textcode,'denglu': '登录'
}login_req = Request(login_url,data=urlencode(data).encode('utf-8'),headers=header
)
login_resp = opener.open(login_req)

• 构造包含所有必需参数的POST数据

• 使用urlencode编码数据

• 发送登录请求

具体代码展示：

import requests
from lxml import etree
from PIL import Image
import pytesseract
from http.cookiejar import CookieJar
from urllib.request import HTTPCookieProcessor, build_opener, Request
from urllib.parse import urlencode
import io
import timeheader = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/134.0.0.0 Safari/537.36"
}
login_url = "https://www.gushiwen.cn/user/login.aspx?from=http://www.gushiwen.cn/user/collect.aspx"
test_url = "https://www.gushiwen.cn/user/collect.aspx"# 1. 创建Cookie处理器
cookiejar = CookieJar()
handler = HTTPCookieProcessor(cookiejar)
opener = build_opener(handler)# 2. 获取登录页面和必要参数
req = Request(login_url, headers=header)
resp = opener.open(req)
html = etree.HTML(resp.read().decode('utf-8'))viewstate = html.xpath("//input[@id='__VIEWSTATE']/@value")[0]
viewstategenerator = html.xpath("//input[@id='__VIEWSTATEGENERATOR']/@value")[0]# 3. 下载验证码并用pytesseract识别
code_url = "https://www.gushiwen.cn" + html.xpath("//img[@id='imgCode']/@src")[0]
req_code = Request(code_url, headers=header)
resp_code = opener.open(req_code)# 将验证码图片直接读入内存进行处理
image_data = resp_code.read()
image = Image.open(io.BytesIO(image_data))# 图像预处理（根据实际验证码调整）
image = image.convert('L')  # 灰度化
# image = image.point(lambda x: 0 if x < 128 else 255, '1')  # 二值化# 识别验证码
custom_config = r'--psm 7 --oem 3 -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ'
textcode = pytesseract.image_to_string(image, config=custom_config)
textcode = textcode.strip().replace(' ', '')[:4]  # 清理结果并取前4位
print("pytesseract识别的验证码:", textcode)# 4. 构造登录数据并提交
if len(textcode) == 4:data = {'__VIEWSTATE': viewstate,'__VIEWSTATEGENERATOR': viewstategenerator,'email': '[e-mail]',  # 替换为你的邮箱'pwd': 'ckn12138',             # 替换为你的密码'code': textcode,'denglu': '登录'}# 使用urllib的方式提交登录请求login_req = Request(login_url,data=urlencode(data).encode('utf-8'),headers=header)login_resp = opener.open(login_req)login_html = login_resp.read().decode('utf-8')# 添加延迟，确保登录完成time.sleep(2)# 测试是否登录成功test_req = Request(test_url, headers=header)try:test_resp = opener.open(test_req)test_html = test_resp.read().decode('utf-8')if "退出登录" in test_html:print("登录成功！")# 打印当前保存的Cookieprint("当前Cookie:", [cookie.name for cookie in cookiejar])# 获取登录后的页面内容示例print("获取收藏页面标题:")doc = etree.HTML(test_html)title = doc.xpath('//title/text()')[0]print(title)else:print("登录失败，请检查账号或验证码！")except Exception as e:print("访问测试页面出错:", str(e))
else:print("验证码识别失败")

运行结果：

一般是识别不出来的 偶尔会成功 最好是用超级鹰来识别

当然也有成功地时候 多试几次就好~