Question

所以我正在为我的应用程序抓取这个网站。我需要下载验证码图像以便将其显示给用户。但每次我访问验证码网址时，它都会生成一个新的验证码。如何下载动态生成的验证码以进行自动登录

例如：https://academics.vit.ac.in/student/stud_login.asp

在这里，我使用以下脚本＆gt;＆gt;＆gt;

下载验证码

from bs4 import BeautifulSoup
import urllib2
import urllib

url = "https://academics.vit.ac.in/student/stud_login.asp"
content = urllib2.urlopen(url)
soup = BeautifulSoup(content)
img = soup.find('img',id ='imgCaptcha')
print img
urllib.urlretrieve(img['src'],'captcha.bmp')

但是这个脚本似乎不起作用。

1）一种解决方案是截取屏幕截图并裁剪出验证码。但是我需要一个不同的解决方案，因为我要在各种屏幕尺寸的设备上工作，所以拍摄屏幕不能解决问题。

Answer 1

img['src']会返回亲戚网址 - captcha.asp。你必须先将它变成一个绝对的网址才能使用它（https://academics.vit.ac.in/student/captcha.asp）。

import urlparse
urllib.urlretrieve(urlparse.urljoin(url, img['src']), 'captcha.bmp')

用于获取验证码的python脚本

1 个答案: