序言

我们在做采集数据的时候，过快或者访问频繁，或者一访问就给弹出验证码，然后就蚌珠了~

今天就给大家来一个简单处理验证码的方法

环境模块

Python和pycharm如果还有小伙伴没安装的话，可以在文章最下方扫码获取安装包。

这里需要用到一个 ddddocr 模块 ，这是别人开源写好的一个东西，简单又好用，但是精确度差一点点，但是还是非常好用的。

如果你追求精确度的话，可以调用别人写好的一些API 。

咱们直接 win+r 弹出搜索框后输入 cmd ，点击确定弹出命令提示符窗口， 输入pip install ddddocr 即可安装。

不会的话详细参考我置顶文章有详细讲解。

代码展示

代码不多，非常简单。

模块安装好之后咱们先导入一下

import ddddocr
1

然后实例化一下，用一个 cor 接收一下这个数据。

ocr = ddddocr.DdddOcr()
1

我这里准备了四个验证码

这该死的博客水印，挡住了，但是我是不会关掉滴 ，嘿嘿~

回到正题，分别实现一下验证码。

首先我们用 with open 来读取一下这文件，读取方式使用 rb ，因为是图片的话就读取它的二进制数据

with open('img_3.png', 'rb') as f:
1

使用 f.read() 将数据读取出来，再自定义一个变量接收一下。

img_bytes = f.read()
1

然后我们通过 classification 将它传进去，把结果打印出来就可以了。

result = ocr.classification(img_bytes)
print(result)
1
2

实现效果

纯数字的

字母+数字的

可以看到都完整的识别出来了，即使上面有一些花里胡哨的横线啥的。

完整代码

import ddddocr

ocr = ddddocr.DdddOcr()

with open('img_3.png', 'rb') as f:
    img_bytes = f.read()

result = ocr.classification(img_bytes)
print(result)
1
2
3
4
5
6
7
8
9

大家可以自己去试试，也可以直接应用在采集数据实践当中~

创作不易，大家帮忙点个收藏吧~