反反爬虫技术提升，Python爬虫遇到验证码的解决思路

一  点睛

1 举例

中国知网的注册页面使用的是这种验证码，页面如下：

很多人学习python，不知道从何学起。

很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。

很多已经做案例的人，却不知道如何去学习更加高深的知识。

那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！??¤

二 准备工作

1 目标

以知网的验证码为例，利用OCR（Optical Character Recognition 光学字符识别）技术识别图形验证码。

2 安装tesseract

2.2 下载tesseract-ocr-setup-3.05.01.exe

2.3 安装注意事项

勾选Additional language data（download）选项，这样可以识别多国语言。

3 安装tesserocr

安装好的Tesseract-OCR后，从D:\Program Files (x86)\Tesseract-OCR目录下，将tessdata文件夹拷贝到下面目录

E:\WebSpider\venv\Scripts

4 获取验证码

将验证码图形 保存到本地，命名为code.jpg

三 实战

1 实战1

1.1 代码

1.2 效果

1.3 说明

code.jpg是DTKT

code1.jpg是JR42

code2.jpg是PFRT

将结果和实际图片进行比较，正确率还是比较高的。

2 实战2

2.1 代码

2.2 效果

2.3 说明

code.jpg是DTKT

code1.jpg是JR42

code2.jpg是PFRT

将结果和实际图片进行比较，正确率并不是很高。

3 实战3

3.1 代码

3.2 效果