当前位置：首页 > wzjs >正文

好的ftp网站网络营销可以做什么工作

wzjs 2025/8/23 14:24:07

好的ftp网站,网络营销可以做什么工作,美容培训东莞网站建设,广东网站建设网url古诗文网-古诗文经典传承进入登陆界面的网址：前提是你已经注册了账号登录古诗文网一、代码功能以及知识点的解释。 1. 准备工作导入必要的库： requests：用于发送HTTP请求 pytesseract：用于OCR识别验证码图片 PIL.Ima…

url=古诗文网-古诗文经典传承

进入登陆界面的网址：前提是你已经注册了账号

登录古诗文网

一、代码功能以及知识点的解释。

1. 准备工作

导入必要的库：
- requests：用于发送HTTP请求
- pytesseract：用于OCR识别验证码图片
- PIL.Image：用于处理图片
- lxml.etree：用于解析HTML

2. 设置请求头

定义了一个header字典，包含User-Agent信息，模拟浏览器访问

3. 创建会话

使用requests.session()创建一个会话对象，可以保持cookie等信息

4. 第一次请求（获取登录页面）

发送GET请求到登录页面URL
使用lxml解析HTML响应，提取两个隐藏表单字段：
- __VIEWSTATE
- __VIEWSTATEGENERATOR
这些是ASP.NET网站常用的隐藏字段，用于维持页面状态

5. 获取验证码图片

从HTML中解析出验证码图片的URL
拼接完整的验证码URL
再次发送GET请求下载验证码图片
将图片保存为本地文件"code.png"

6. 识别验证码

使用PIL打开验证码图片
设置Tesseract OCR的路径
使用pytesseract识别图片中的文字，并去除前后空格

7. 模拟登录

检查识别出的验证码是否为4位（假设验证码长度为4）
- 如果是，构造POST数据，包括：
  - 之前获取的VIEWSTATE和VIEWSTATEGENERATOR
  - 用户名(email)
  - 密码(pwd)
  - 识别出的验证码(code)
  - 登录按钮的值(denglu)
- 发送POST请求进行登录
- 打印响应文本（通常是登录后的页面）
如果验证码识别失败（不是4位），打印提示信息

二、代码的XPATH从哪寻找呢？

同时你必须有XPATH的扩展程序具体如何下载在专栏里面有详细步骤

......

三、具体代码展示：

# 导入必要的库
import requests  # 用于发送HTTP请求
import pytesseract as te  # OCR库，用于识别验证码
from PIL import Image  # 图像处理库，用于打开验证码图片
from lxml import etree  # HTML解析库，用于提取页面中的元素# 设置请求头，模拟浏览器访问
header = {"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"
}# 目标登录页面的URL
url = "https://www.gushiwen.cn/user/login.aspx?from=http://www.gushiwen.cn/user/collect.aspx"# 创建一个会话对象，用于保持cookies和会话状态
session = requests.session()# 第一步：获取登录页面，提取必要的隐藏字段和验证码URL
resp1 = session.get(url, headers=header)  # 发送GET请求获取登录页面
html = etree.HTML(resp1.text)  # 使用lxml解析HTML# 提取ASP.NET页面中的隐藏字段（用于表单提交）
viewstate = html.xpath("//input[@id='__VIEWSTATE']/@value")[0]  # __VIEWSTATE值
viewstategenerator = html.xpath("//input[@id='__VIEWSTATEGENERATOR']/@value")[0]  # __VIEWSTATEGENERATOR值# 构建验证码图片的完整URL（从页面中提取相对路径并拼接基础URL）
baseurl = "https://www.gushiwen.cn"
codeurl = baseurl + html.xpath("//img[@id='imgCode']/@src")[0]  # 验证码图片URL# 第二步：下载验证码图片
resp2 = session.get(codeurl, headers=header)  # 发送GET请求获取验证码图片
# 将验证码图片保存到本地
with open("code.png", "wb") as fp:fp.write(resp2.content)  # 写入图片二进制数据# 第三步：使用OCR识别验证码
image = Image.open("code.png")  # 打开验证码图片
# 设置Tesseract OCR的路径（需要根据实际安装路径修改）
te.pytesseract.tesseract_cmd = r"D:\Tesseract-OCR\tesseract.exe" #路径也是自己的
# 识别图片中的文字，并去除前后空格
textcode = te.pytesseract.image_to_string(image).strip()
print("识别出的验证码:", textcode)# 第四步：构造登录数据并提交
# 检查验证码是否识别成功（假设验证码长度为4）
if len(textcode) == 4:# 构造POST请求的表单数据data = {'__VIEWSTATE': viewstate,  # ASP.NET页面状态字段'__VIEWSTATEGENERATOR': viewstategenerator,  # ASP.NET页面生成器字段'email': '',  # 登录邮箱'pwd': '',  # 登录密码自己的'code': textcode,  # 识别出的验证码'denglu': '登录'  # 登录按钮的值}# 发送POST请求进行登录resp = session.post(url, data=data, headers=header)# 打印登录后的响应内容（通常是登录结果页面）print("登录响应内容:", resp.text)
else:print("验证码识别失败，长度不为4")