使用Python实现批量注册网站用户

场景目标

现在大多数网站的「用户注册功能」都需要用户正确输入了验证码，才能发起注册的请求，如果想大量注册用户，正确识别验证码变的很关键。

普通的验证码使用 tesserocr，加上训练可以完成，如果想简单一点，可以使用「百度云的文字识别 API」。

今天的目标是使用 selenium + 百度云OCR 批量注册「中知网」一批用户。

准备功能

首先，在当前虚拟环境下配置好 Selenium 的环境，并且安装了 pillow 库。

在 百度云-文字识别 功能下创建一个应用，获取到「中知网AppID、API Key、Secret Key」，并按照 API 说明文档，新建一个类来初始化百度云 OCR 对象。

from aip import AipOcr

""" 你的 APPID AK SK """
APP_ID = '1547**'
API_KEY = 'VBoMZ6XUX11***'
SECRET_KEY = 'GPvqLVeGIMOR57***'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

分析思路

我们打开中国知网的注册页面，检查验证码图片的元素，通过 src 属性可以知道验证码的请求地址是：

「http://my.cnki.net/elibregister/CheckCode.aspx」

每次刷新页面或者点击验证码图片，都会重新加载一次验证码。这里我们只能使用截取验证码区域保存到本地。

另外，截图验证码图片，需要使用「Phtotoshop」来获取验证码的左上角和右下角的坐标数据。

def get_code(self):

        # 1.截图并保存到本地
        self.driver.get_screenshot_as_file('./%s' % self.screen_shot_file_name)

        # 2.打开文件
        screenshot_image = Image.open('./%s' % self.screen_shot_file_name)

        # 3.设置要裁剪的区域（验证码所在的区域）
        code_box = (899, 819, 1048, 883)

        # 4.截图：生成只有验证码的图片
        code_image = screenshot_image.crop(code_box)

        # 5.保存到本地
        code_image.save("./%s" % self.code_file_name)

        # 6.以byte读取图片
        image = get_file_content("./%s" % self.code_file_name)

        # 7.使用百度OCR识别验证码
        result = client.basicAccurate(image)

        print(result)

        # 识别的文字内容
        word_result = result.get('words_result')[0].get('words')

        return word_result

然后使用 Image 类的 crop() 函数截取验证码图片并保存到本地，接着可以调用百度云 OCR API 去识别验证码。

另外，由于验证码识别率有一定几率的失败，需要循环去填入验证码，然后点击外侧容器元素操作，直到验证码识别正确。

while True:

        code = self.get_code().strip()

        error_tips_element = self.driver.find_element_by_id('span_oldcheckcode')

        print('验证码为:%s' % code)
        code_input_element.clear()
        code_input_element.click()
        code_input_element.send_keys(code)

        # 点击外围的容器，判断验证码是否输入正确
        container_element.click()

        # 显示了错误信息：验证码输入错误
        if error_tips_element.text:
              time.sleep(2)
              print('验证码验证失败，点击验证码图片')

              # 点击验证码图片，重新加载验证码
              code_img_element.click()
              continue
         else:
              print('验证码验证成功')
              break

现在就可以通过 webdriver 获取到其他输入框元素，填充用户名、密码、邮箱地址，点击注册按钮，实现注册一个用户的功能。

多次循环上面的操作，就可以实现批量注册的需求。

def register(self, code):
     # 用户名输入框
     username_input_element = self.driver.find_element_by_id('username')

     # 密码输入框
     password_input_element = self.driver.find_element_by_id('txtPassword')

     # 邮箱输入框
     txtEmail_input_element = self.driver.find_element_by_id('txtEmail')

     # 注册按钮
     submit_btn_element = self.driver.find_element_by_id('ButtonRegister')

     username_input_element.send_keys(self.username)
     password_input_element.send_keys(self.password)
     txtEmail_input_element.send_keys(self.email)

     submit_btn_element.click()

已经将全部源码上传：https://github.com/xingag/spider_python/tree/master/verification%20code/%E6%B3%A8%E5%86%8C%E3%80%90%E4%B8%AD%E7%9F%A5%E7%BD%91%E3%80%91。

如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。