登录接口带验证码自动化（tesseract-OCR）

登录接口是很多网站和应用程序中必不可少的一部分。为了增加安全性，很多登录接口还会加入验证码的验证步骤，以防止恶意登录行为。

通常，遇到这样情况时有以下解决办法

1、使用万能验证码：如果遇到前台输入的是万能验证码，那就不要做验证码校验直接通过；

2、特定用户跳过验证码：如果遇到指定用户登录，那么不管输入什么验证码，验证码校验都通过；

3、通过OCR识别解决验证码问题；

4、将token变为变量，后续时长更新；

本文主要介绍第三种方式：

安装Pillow和pytesseract模块

pip install pytesseract   -i https://pypi.tuna.tsinghua.edu.cn/simplepip install pillow        -i https://pypi.tuna.tsinghua.edu.cn/simple

安装tesseract-OCR

下载地址Index of /tesseracthttps://digi.bib.uni-mannheim.de/tesseract/

网站较慢，可从网盘获取

通过网盘分享的文件：tesseract-ocr-w64-setup-v5.3.0.20221214.exe
链接: https://pan.baidu.com/s/1DdDZsANpdY3Yg2uDxXbZgw 提取码: 4742 
 

下载最新版本即可，直接next安装完成，

配置环境变量

1、添加到环境变量的系统变量（PATH）去（根据实际填写）

2、增加一个TESSDATA_PREFIX变量名，变量值是  实际安装路径\tessdata 

3、打开终端，输入：tesseract -v，可以看到版本信息 

代码演示

   def test_get_token(self):json_path = read_json_path()path = get_yaml_data(read_yaml_file())["Token"]["get_uuid"]["path"]# 发送 GET 请求，请求路径由 self.select_env() 方法返回的环境URL与 path 拼接而成re = requests.get(self.select_env() + path)# 将响应转换为 JSON 格式response_data = re.json()---------------此处开始是相关的代码# 获取Base64编码的图片数据img_data = response_data["img"].split(",")[1]# 将Base64字符串解码为字节数据img_bytes = base64.b64decode(img_data)# 创建一个图像对象img = Image.open(BytesIO(img_bytes))# 进行图像增强处理img = img.convert("L")  # 转为灰度图像img = img.filter(ImageFilter.MedianFilter())  # 去噪声# 可以尝试不同的阈值来改进图像处理threshold = 180  # 调整阈值进行实验img = img.point(lambda p: p > threshold and 255)# 配置参数，增强验证码识别的准确性custom_config = r'--oem 3 --psm 6'# 使用pytesseract进行验证码识别captcha_text = pytesseract.image_to_string(img, config=custom_config)print(captcha_text)# 显示图像，查看图像质量img.show()---------------此处是相关的代码的结束headers = read_json_file_dict(f'{json_path}/json/token_data.json', 'header')logging.info(f"  headers 是 {headers}")data = read_json_file_dict(f'{json_path}/json/token_data.json', 'body')public_key = read_file(f"{json_path}/cipher_public.pem")username = encryption(self._USERNAME, public_key)password = encryption(self._PASSWORD, public_key)# 去除前后的空格和换行符code = captcha_text.replace("\n", "")uuid = response_data["uuid"]logging.info(f"  username 是 {username}")logging.info(f"  password 是 {password}")logging.info(f"  uuid 是 {uuid}")logging.info(f"  code 是 {code}")data["uuid"] = uuiddata["username"] = usernamedata["usercode"] = usernamedata["password"] = passworddata["code"] = code# 将字典转换成 JSON 格式的字符串data = json.dumps(data)logging.info(f"  data是 {data}")path = get_yaml_data(read_yaml_file())["Token"]["get_token"]["path"]logging.info(f"  path 是 {path}")# 发送 POST 请求，请求路径由 self.select_env() 方法返回的环境URL与 path 拼接而成re = requests.post(self.select_env() + path, headers=headers, data=data)# 将响应转换为 JSON 格式response_data = re.json()token = response_data["data"]["access_token"]return token

注意，

运行前，需修改pytesseract.py文件中

tesseract_cmd 的实际路径

说明

我演示的环境中，验证码会通过base64进行编码，所以我们先做的就是将接口中的编码信息拿到，然后进行解码操作，再将解码信息创建为图片对象，然后进行ocr识别，最后将识别的信息填入登录请求体中；

最后 

免费的ocr不好使，哈哈哈，尽量选择第一、二种方式；或者使用付费的ocr进行识别，增加准确度；