weixin_52103757的博客

【学习笔记】利用OCR技术识别图形验证码使用到tesserocr库，需要下载安装获取验证码的方式这里采用本地保存的方式，比较简便识别图形验证码识别测试代码：import tesserorfrom PIL import Imageimage = Image.open('code.jpg')result = tesseror.image_to_text(image)# 另一个方法： tesseror.file_t_text('code.jpg') 效果没那么好print(re

1、获取内容通过a = find_element(By.ID, 'xxxx')找到节点之后,可通过a.text # 获取文本a.get_attribute('?') # 获取属性a.location # 获取位置 (例如：{'x': 734, 'y': 476})a.tag_name # 标签名a.size # 节点大小2、切换Framebrowser.switch_to.frame('xxx')进入子Framebrowser.switch_to.parent_frame()返

**问题：**有时候爬虫获取信息收到阻碍，因为网页有些内容并不是原HTML代码，而是JS经过计算生成的；就算有些能通过分析Ajax获取，但其Ajax接口含有很多加密参数，难以找出规律。解决问题： 可以直接模拟浏览器的运行方式来实现，做到可见即可爬！，就不用管网页内部的JS使用了什么算法渲染，不管后台的接口有哪些参数。库的使用： Selenium、Splash、PyV8、Ghost…Selenium自动化测试工具、驱动浏览器执行特定动作（点击、下拉等），还能获得当前呈现的源代码。​ 举了一个例