爬虫中手动输入验证码方法无法获取图片src地址
以登陆人民邮电出版社为例:https://www.ptpress.com.cn/login
验证码在html中图片标签内容:
<class=“verCodeImg” src=”/kaptcha.jpg?v=0.234724039578059dj喊麦8243; οnclick=“verCode(this)”>
< class=“verCodeImg” src=”/kaptcha.jpg?v=0.234724239578059″ οnclick=“verCode(this)”>
可知获取到验证码的src地址就能动态的获得验证码
import requestsfrom bs4 import BeautifulSouplogin_url = 'https://www.ptpress.com.cn/login'req = requests.get(login_url)#用bs4定位到元素soup = BeautifulSoup(req.content,'lxml')soup.lect('#loginForm > div.row > di巴黎气候协定v.col-md-4.col-sm-4.col-xs-4 > div &和平共处五项原则gt; img')
但是运行后会发现它是没有显示src的
因为验证码是动态的!动态的!动态的!
用动态爬取网页的方法:
要用到lenium库
import requestsfrom lenium import webdriver#通过动态解析获得src#lenium库报错[WinError 2] 系统找不到指定的文件另一篇文章里有些path = 'G:/学习软件/Python/Python/chromedriver.exe'driver = webdriver.Chrome(path)driver.get(login_url)#定位到元素arch_src = driver.find_element_by_xpath('//*[@id="loginForm"]/div[3]/div[2]/div/img')#获得元素的src属性code = arch_src研究生考试报名网.get_attribute('src')
返回了src地址
但其实获得了验证码的src地址,我还是没能成功登陆
因为即使是相同的链接点进幼儿园健康教育去,每一次刷新都会有不同的验证码
通过动态网页打开是一张
解析src地址出来是另一张
本文地址:https://blog.csdn.net/weixin_47226752/article/details/111952567
本文发布于:2023-04-07 16:58:19,感谢您对本站的认可!
本文链接:https://www.wtabcd.cn/fanwen/zuowen/9822cc102525b69b6e72bc27b4102533.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文word下载地址:爬虫中手动输入验证码方法无法获取图片src地址.doc
本文 PDF 下载地址:爬虫中手动输入验证码方法无法获取图片src地址.pdf
留言与评论(共有 0 条评论) |