【Python-WEB自动化-06课-对验证码的处理】

"""""" import time """ 在测试的工作中，解决验证码的方式，有哪几种？ 1. 万能验证码 -- 协商开发，提供一个【固定的验证码】，通过这个验证码可以直接跳过验证码的问题 2. 关闭验证码功能 -- 协商开发，直接把测试环境的验证码功能【代码注释掉】，正式环境不适用这个场景 3. debug浏览器复用 -- 实际用起来很麻烦，前置条件太多了，不推荐使用，实际的工作中也几乎不用，【拓展知识】 4. 新提供验证码获取接口 -- 存在安全隐患，绝大多数的场景，都【不会采取这种措施】 5. cookie跳过验证码 -- 需要掌握少部分的接口知识（有一点点门槛），比较适合编程类的同学（自动化、测开、测试负责人） 6. OCR图像识别验证码 -- 有一定技术要求（固定的，步骤：a. 截图保存验证码元素的图片 b. 去噪、灰度、二值化 c. OCR图像识别成str d. 把str填入到验证码的输入框） """ from selenium import webdriver # 初始化浏览器 driver = webdriver.Chrome() # 打开项目的url地址 driver.get("http://novel.hctestedu.com/user/register.html") # 输入手机号 driver.find_element('id', 'txtUName').send_keys(19828642617) # 输入密码 driver.find_element('id', 'txtPassword').send_keys(123456) # 保存验证码元素的截图 driver.find_element('id', 'chkd').screenshot('./master_drawing.png') """ OpenCV图像处理 """ # 导入图片处理的依赖包 import cv2 as cv # pip install opencv_python -i https://mirrors.aliyun.com/pypi/simple/ # 原图 master_drawing = cv.imread('master_drawing.png') # 对图片进行去噪处理 denoised_picture = cv.pyrMeanShiftFiltering(master_drawing, 10, 100) # 对图片进行灰度处理 grayscale_picture = cv.cvtColor(denoised_picture, cv.COLOR_BGR2GRAY) # 对图片进行二值化处理（中间的符号：管道符） threshold_vlue, binary_picture = cv.threshold(grayscale_picture, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) cv.imwrite("binary_picture.png", binary_picture) """ OCR图像识别 """ import pytesseract # pip install pytesseract -i https://mirrors.aliyun.com/pypi/simple/ from PIL import Image # 验证码识别成str binary_picture = 'binary_picture.png' captcha_picture = Image.open(binary_picture) verification_code = pytesseract.image_to_string(captcha_picture) print(f"识别到的验证码为：{verification_code}") # 输入验证码 driver.find_element('id', 'TxtChkCode').send_keys(verification_code) time.sleep(5) # 为了看到输入验证码的效果 # 点击注册按钮 driver.find_element('id', 'btnRegister').click()