在爬蟲過程中，有些網頁需要登入才能擷取裡面的資料，在大部分的登入過程中，都會需要一個叫驗證碼識别，目前的網頁有各種各樣的驗證碼，有數字加字母的組合，有物品識别等等
在代碼進行網頁爬取過程中，如果由人為判斷驗證碼進行，則失去了網絡爬蟲的意義
網站設定驗證碼的作用之一就是一種反爬蟲措施，但是這種措施目前仍然可以用一些技術手段進行自動識别，幫助爬蟲工作者順利突破驗證碼
網絡上進行驗證碼識别的平台有很多，如雲打碼、超級鷹，小編用的是超級鷹，雖然它需要充值，不過識别驗證碼的效果還是很不錯的
超級鷹：http://www.chaojiying.com/about.html
進入網頁之後，進行注冊登入，使用者必須有題分才能享受到平台的服務，大家可以充值1塊錢或者綁定微信，都會獲得1000個題分，識别一次10--70題分不等，對小編來說，1塊錢能用好久
充值後在使用者中心--軟體ID--生成一個軟體ID
其中生成的ID是後續要用的，KEY用不到
開發文檔中，點選python，點選右側下載下傳按鈕，将下載下傳的檔案解壓縮，裡面包含一個py檔案，就是超級鷹破解驗證碼的代碼，将它放入pycharm中就可以運作，下面具體講解操作
我們看代碼最後面
if __name__ == '__main__':
chaojiying = Chaojiying_Client('超級鷹使用者名', '密碼', '軟體ID') #使用者中心>>軟體ID 生成一個替換 96001
im = open('需要識别圖檔的路徑', 'rb').read() #本地圖檔檔案路徑 來替換 a.jpg 有時WIN系統須要//
print (chaojiying.PostPic(im, 驗證碼類型)) #1902 驗證碼類型 官方網站>>價格體系 3.4+版 print 後要加()
其中超級鷹使用者名、密碼、軟體ID、圖檔路徑、驗證碼類型需要自己更改，其他的代碼不需要管他，其中驗證碼類型參考http://www.chaojiying.com/price.html
注意 下載下傳好的最後一行代碼中的print少括号 需要自己加上
運作結束後，傳回一個字典
其中識别好的值，在鍵為pic_str中
在實際的爬蟲過程中，要麼用resquests抓取驗證碼的src路徑，将其下載下傳後傳入超級鷹的圖檔路徑，要麼用seleium采取截圖的方式，将浏覽器的驗證碼圖檔截取下來，傳入程式進行識别。當然驗證碼是變化的，建議使用seleium截圖的方式進行，這就需要掌握seleium的操作以及截圖PIL這個第三方庫的基本操作
以上将識别出的值，在傳入網頁中需要填寫的文本位置，就可以通過網頁驗證碼這一關了
下面附上代碼工作的視訊，提前下載下傳好了兩個驗證碼進行試驗
QQ錄屏20210714194308