[發(fā)明專利]一種通過接碼平臺和selenium突破點選驗證碼的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202111035365.4
• 申請日: 2021-09-01
• 公開（公告）號: CN113806713A
• 公開（公告）日: 2021-12-17
• 發(fā)明（設(shè)計）人: 姚東濟(jì);謝傳家
• 申請（專利權(quán)）人: 浪潮卓數(shù)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展有限公司
• 主分類號: G06F21/36
• 分類號: G06F21/36
• 代理公司: 濟(jì)南信達(dá)專利事務(wù)所有限公司 37100
• 代理人: 馮春連

本發(fā)明公開一種通過接碼平臺和selenium突破點選驗證碼的方法及系統(tǒng)，涉及數(shù)據(jù)保護(hù)技術(shù)領(lǐng)域，具體實現(xiàn)包括：步驟S1、分析和定位點選驗證圖片在瀏覽器網(wǎng)頁源碼的xpath路徑；步驟S2、根據(jù)S1的xpath路徑，使用selenium對存在點選驗證碼的頁面指定的驗證碼圖片進(jìn)行截圖；步驟S3、將S2中的截圖發(fā)送給第三方接碼平臺，并接收返回結(jié)果；步驟S4、解析S3的返回結(jié)果，并按順序?qū)⒔Y(jié)果坐標(biāo)進(jìn)行格式化；步驟S5、根據(jù)S1的xpath路徑，selenium控制瀏覽器將鼠標(biāo)定位到驗證碼圖片上；步驟S6、根據(jù)S4中的坐標(biāo)按順序，selenium依次點擊圖片驗證碼的相應(yīng)位置完成驗證。本發(fā)明可以提高爬蟲采集數(shù)據(jù)的能力和效力，拓寬數(shù)據(jù)來源。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)保護(hù)技術(shù)領(lǐng)域，具體的說是一種通過接碼平臺和selenium突破點選驗證碼的方法及系統(tǒng)。

背景技術(shù)

在互聯(lián)網(wǎng)科技深度發(fā)展下，大數(shù)據(jù)技術(shù)成為一門具備獨(dú)特魅力的新的科學(xué)。

伴隨著大數(shù)據(jù)技術(shù)的蓬勃發(fā)展，數(shù)據(jù)呈現(xiàn)爆發(fā)式的增長。大數(shù)據(jù)其數(shù)據(jù)的豐富性和多樣性以及數(shù)據(jù)的延續(xù)性使其成為一種重要的生產(chǎn)資料和生產(chǎn)力。通過對龐大規(guī)模的數(shù)據(jù)進(jìn)行處理和分析，能夠有效的提升決策水平，并且能夠更加有效的整合資源。

大數(shù)據(jù)技術(shù)的前提是數(shù)據(jù)規(guī)模大，數(shù)據(jù)種類豐富，這就給數(shù)據(jù)的收集和存儲帶來更大的挑戰(zhàn)。爬蟲技術(shù)是一種重要的數(shù)據(jù)來源，但也面臨著眾多的困難。這其中比較常見的就是紛繁復(fù)雜的驗證碼。通過使用驗證碼來防止爬蟲是一種常見的反爬蟲方式。

基于此，設(shè)計研發(fā)一種通過接碼平臺和selenium突破點選驗證碼的方法及系統(tǒng)，以提高爬蟲采集數(shù)據(jù)的能力和效力，拓寬數(shù)據(jù)來源。

發(fā)明內(nèi)容

本發(fā)明針對目前技術(shù)發(fā)展的需求和不足之處，提供一種通過接碼平臺和selenium突破點選驗證碼的方法及系統(tǒng)，以提高爬蟲采集數(shù)據(jù)的能力和效力，拓寬數(shù)據(jù)來源。

首先，本發(fā)明提供一種通過接碼平臺和selenium突破點選驗證碼的方法，解決上述技術(shù)問題采用的技術(shù)方案如下：

一種通過接碼平臺和selenium突破點選驗證碼的方法，使用selenium驅(qū)動瀏覽器，將點選驗證碼圖片發(fā)送到第三方接碼平臺，獲得點選位置坐標(biāo)，繼而驅(qū)動selenium根據(jù)返回坐標(biāo)突破點選驗證碼。

具體的，所涉及方法的具體實現(xiàn)過程包括：

步驟S1、分析和定位點選驗證圖片在瀏覽器網(wǎng)頁源碼的xpath路徑；

步驟S2、根據(jù)步驟S1的xpath路徑，使用selenium對存在點選驗證碼的頁面指定的驗證碼圖片進(jìn)行截圖；

步驟S3、將步驟S2中的截圖發(fā)送給第三方接碼平臺，并接收返回結(jié)果；

步驟S4、解析步驟S3的返回結(jié)果，并按順序?qū)⒔Y(jié)果坐標(biāo)進(jìn)行格式化；

步驟S5、根據(jù)步驟S1的xpath路徑，selenium控制瀏覽器將鼠標(biāo)定位到驗證碼圖片上；

步驟S6、根據(jù)步驟S4中的坐標(biāo)按順序，selenium依次點擊圖片驗證碼的相應(yīng)位置完成驗證。

更具體的，執(zhí)行步驟S3時，將步驟S2中的截圖首先序列化為base64，隨后發(fā)送給第三方接碼平臺。

更具體的，所涉及方法的具體實現(xiàn)過程中，可以點選任意個位置的驗證碼圖片。

其次，本發(fā)明提供一種通過接碼平臺和selenium突破點選驗證碼的系統(tǒng)，解決上述技術(shù)問題采用的技術(shù)方案如下：

一種通過接碼平臺和selenium突破點選驗證碼的系統(tǒng)，其實現(xiàn)基于selenium和第三方接碼平臺；