【技巧】如何处理验证码输入错误的问题，两次验证码输入问题

复制代码

import time
from ddddocr import DdddOcr
ocr = DdddOcr()
from DrissionPage import ChromiumPage
page = ChromiumPage()
import pandas as pd
page.get('https://mingshi8.hbte.com.cn/index.php/home/login/login.html')

df = pd.read_excel("jxjyuser.xlsx")
print(df.iloc[0,1])
page.ele('x://input[@class="fl"]').input(df.iloc[0,0])
page.ele('x://*[@id="form1"]/div/ul/li[2]/input').input(df.iloc[0,1])
imgbytes = page.ele('x://a[@class="fr yzmImg"]/img').src()
yzm = ocr.classification(imgbytes)
print(yzm)
page.ele('x://input[@class="txyz fl"]').input('')
time.sleep(2)
imgbytes = page.ele('x://a[@class="fr yzmImg"]/img').src()
yzm = ocr.classification(imgbytes)
page.ele('x://input[@class="txyz fl"]').input(yzm)
page.ele('x://input[@id="zone_login"]').click()

以下是对这段 Python 代码的分析：

代码功能概述

这段代码看起来是一个自动化登录网页并处理验证码的脚本。它主要使用了 DrissionPage 库来操作网页（基于 Chromium 内核），结合 ddddocr 库识别验证码，以及 pandas 库读取 Excel 文件中的数据，目的可能是从 jxjyuser.xlsx 文件获取用户名、密码等登录信息，自动填充到指定网页（https://mingshi8.hbte.com.cn/index.php/home/login/login.html）的登录表单中，然后识别并输入验证码完成登录操作。

代码详细解析

导入必要的库：

import time
from ddddocr import DdddOcr
ocr = DdddOcr()
from DrissionPage import ChromiumPage
page = ChromiumPage()
import pandas as pd

代码首先导入了 time 模块用于添加延迟（暂停程序执行一段时间），引入 ddddocr 库创建 DdddOcr 实例 ocr 用于验证码识别，导入 DrissionPage 中的 ChromiumPage 类并实例化 page 对象来操作基于 Chromium 的网页，还导入了 pandas 库用于读取 Excel 数据。

打开目标网页：

page.get('https://mingshi8.hbte.com.cn/index.php/home/login/login.html')

使用 page 对象的 get 方法打开指定的登录页面。

读取 Excel 数据并获取特定单元格的值：

df = pd.read_excel("jxjyuser.xlsx")
print(df.iloc[0, 1])

通过 pandas 的 read_excel 函数读取 jxjyuser.xlsx 文件内容到 df 数据框中，然后使用 iloc 索引方式打印出第一行第二列（索引从 0 开始）的数据，这里可能是获取登录密码等相关信息。

填充用户名和密码到登录表单：

page.ele('x://input[@class="fl"]').input(df.iloc[0, 0])
page.ele('x://*[@id="form1"]/div/ul/li[2]/input').input(df.iloc[0, 1])

分别使用 page 对象找到对应 XPath 的网页元素（输入框），并将从 Excel 中读取的第一行第一列（可能是用户名）和第一行第二列（可能是密码）的数据填充到相应的输入框中。

获取验证码图片并识别第一次验证码：

imgbytes = page.ele('x://a[@class="fr yzmImg"]/img').src()
yzm = ocr.classification(imgbytes)
print(yzm)

先获取验证码图片的字节数据（通过获取图片元素的 src 属性），然后使用 ocr 对象的 classification 方法识别验证码，将识别结果打印出来。不过这里存在一个问题，后续代码中在识别出验证码后没有立即填充到验证码输入框中，而是先清空了该输入框，然后又重新获取验证码进行识别和填充，逻辑上有点不太清晰，也许可以直接在第一次识别后就进行填充。

处理验证码输入相关操作：

page.ele('x://input[@class="txyz fl"]').input('')
time.sleep(2)
imgbytes = page.ele('x://a[@class="fr yzmImg"]/img').src()
yzm = ocr.classification(imgbytes)
page.ele('x://input[@class="txyz fl"]').input(yzm)

先是清空验证码输入框内容，暂停 2 秒（通过 time.sleep(2)），然后重新获取验证码图片字节数据、识别验证码，并将新识别的验证码填充到验证码输入框中，这里的重复获取验证码操作如果不是网站有特殊要求（比如验证码有时间限制等情况），可能是不必要的开销。

点击登录按钮：

page.ele('x://input[@id="zone_login"]').click()

找到登录按钮对应的网页元素并执行点击操作，尝试提交登录表单完成登录。

总体来说，这段代码实现了一个基本的自动化登录网页的流程框架，但在实际使用中可以根据具体情况进一步完善和优化。