V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
sniperhgy
V2EX  ›  Python

用 Python 写爬虫,请各位坛友推荐一个免费好用的验证码识别方法或者平台

  •  
  •   sniperhgy · 2017-10-25 13:33:54 +08:00 · 5476 次点击
    这是一个创建于 2587 天前的主题,其中的信息可能已经有所发展或是发生改变。

    如题,遇到有验证码的网站,就完全爬不起来了,请大家指点一下,谢谢了。

    15 条回复    2017-11-03 11:14:14 +08:00
    tumbzzc
        1
    tumbzzc  
       2017-10-25 13:35:20 +08:00
    接入打码平台
    comeluder
        2
    comeluder  
       2017-10-25 13:38:25 +08:00
    打码兔~~
    hcnhcn012
        3
    hcnhcn012  
       2017-10-25 13:42:59 +08:00   ❤️ 1
    gaojin
        4
    gaojin  
       2017-10-25 14:37:00 +08:00
    如果自己玩的话 ,那就把图片下载下来,手动输入,
    大规模的话,可以机器学习识别 或者 接入第三方打码平台。
    tcsky
        5
    tcsky  
       2017-10-25 15:07:29 +08:00
    除了手动, 其他都是付费的
    toono
        6
    toono  
       2017-10-25 16:48:22 +08:00
    安装 tesseract,然后 Python 调用。

    觉得不准确的话,自己写配置去训练。
    zhangsen1992
        7
    zhangsen1992  
       2017-10-25 17:27:36 +08:00
    机器学习?自己训练?
    zbl430
        8
    zbl430  
       2017-10-25 17:50:13 +08:00
    什么样子的验证码,发来瞧瞧
    ppwangs
        9
    ppwangs  
       2017-10-25 17:55:41 +08:00
    只是登录的话,保存 cookie 定时刷新。

    我最近正好做相关的东西,识别验证码真复杂。
    Sanko
        10
    Sanko  
       2017-10-25 18:04:09 +08:00 via Android
    目前在用阿里云的英数
    qq316107934
        11
    qq316107934  
       2017-10-25 18:06:25 +08:00 via Android
    把验证码发出来看看,不一定要用打码平台
    JayFang1993
        12
    JayFang1993  
       2017-10-26 10:04:52 +08:00


    就微博这种怎么处理?
    sniperhgy
        13
    sniperhgy  
    OP
       2017-10-26 11:17:06 +08:00
    谢谢各位的回应,暂时用了 tesseract,但是识别度有点低,验证码只要稍微一变点花样,就不能正确识别了
    tumbzzc
        14
    tumbzzc  
       2017-10-26 11:37:58 +08:00
    @sniperhgy #13 明明可以花几元钱就可以打一两千次的码,偏偏选择成本更高的机器识别
    qsnow6
        15
    qsnow6  
       2017-11-03 11:14:14 +08:00
    @Sanko 英数是啥,没搜到
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1774 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 31ms · UTC 16:27 · PVG 00:27 · LAX 08:27 · JFK 11:27
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.