基于selenium模块的Python 自动化脚本（三）_页面验证码识别方法

这几天编写自动化测试脚本，本以为非常简单，结果研发登录页面竟然多了验证码，当时与研发人员沟通，希望屏蔽掉验证码，结果研发人员回复忙没时间，沟通多次无果后，决定采用现有工具识别验证码，即采用Pillow进行登录页面截图处理，tesseract开源库和pytesseract进行验证码识别。

1. tesseract安装和配置

参考博客：https://www.cnblogs.com/hupeng1234/p/7136442.html

2. pytesseract安装

采用 pip 命令安装 pytesseract 和 Pillow。针对Windows，在命令行窗口输入

pip install pytesseract

pip install Pillow

3. 验证码识别代码

from PIL import Image
import pytesseract
from PIL import ImageGrab

def Verification_Code_identify(picture_name,left_distance = 995 , upper_distance = 430, 
                               right_distance = 1110, lower_distance = 490 ):
    """
    :param picture_name: 用于给定包含验证码的图片
    """
    vcode = ''
    iden_time = 2
    img = Image.open(picture_name)
    cropedIm = img.crop((left_distance, upper_distance, right_distance, lower_distance)) #裁剪图片
    cropedIm.save(picture_name)
    #cropedIm.show()
    cropedIm.load()
    while len(vcode) != 4:
        vcode = pytesseract.image_to_string(cropedIm,config=tessdata_dir_config)
        iden_time = iden_time - 1
        if iden_time <= 0:
            break
    return vcode

在此段代码中，由于被识别验证码长度为4个字母，因此增加验证码识别判定，并最多识别2次。

4 登录代码

def login_in_webnet(self):
        flag_success = 0
        while flag_success == 0:
            image_save = ImageGrab.grab()
            image_save.save('验证码截图.jpg')
            verfication_code = .Verification_Code_identify('验证码截图.jpg')
            Username_Loc = (By.CSS_SELECTOR, "loc")
            Password_loc = (By.CSS_SELECTOR, "loc")
            loc_check_code = (By.CSS_SELECTOR, "loc")
            Submit_Loc = (By.CSS_SELECTOR, "loc" )
            # 输入用户名
            self.find_element(*Username_Loc).clear()
            self.find_element(*Username_Loc).send_keys('')
            # 输入密码
            self.find_element(*Password_loc).clear()
            self.find_element(*Password_loc).send_keys('')
            # 输入验证码
            self.find_element(*loc_check_code).clear()
            self.find_element(*loc_check_code).send_keys(verfication_code)
            # 提交
            self.find_element(*Submit_Loc).click()
            sleep(2)
            if 'login' in (self.get_current_website_string()):
                self.driver.refresh()
            else:
                flag_success = 1
            sleep(1)

由于验证码识别准确率并非100%，因此在登录时要增加验证码错误处理。在上述代码中，增加若登录失败，则刷新页面重新进行验证码识别和登录。

5小结

验证码识别采用的工具及作用。

Pillow：用于登录页面截图和截图后的裁剪

tesseract开源库：用于验证码识别

pytesseract： Python 第三方库，用于调用tesseract

应用注意事项：

1、应用前应先做验证码识别实验，保证识别准确率达到90%以上。

2、编写登录页面建议放在Page类内，作为类方法

3、建议采用unittest 组织测试用例