算术图片验证码（四则运算）+selenium

一、表达式解析

这里假设已经识别出来表达式，如何识别验证码图片里的表达式，放在下面讲。涉及到的正则表达式的解析放在本篇文章最后面。

python 复制代码

import re
# 表达式解析（支持小数的 +-*/ 和中文运算符）
def parse_math_expression(text):
    # 替换中文运算符为英文
    text = text.replace('加', '+').replace('减', '-').replace('乘', '*').replace('除', '/')
    text = text.replace('x', '*').replace('X', '*').replace('÷', '/')

    # 正则表达式提取表达式中的数字和运算符
    # match = re.search(r'(\d+)\s*([+\-*/]|加|减|乘|除)\s*(\d+)', text)
    match = re.search(r'(\d+(?:\.\d+)?)\s*([+\-*/]|加|减|乘|除)\s*(\d+(?:\.\d+)?)', text) # 可匹配小数
    if not match:
        return None

    num1, operator, num2 = match.groups()
    try:
        num1 = float(num1)
        num2 = float(num2)

        # 计算结果
        if operator == '+':
            result = num1 + num2
        elif operator == '-':
            result = num1 - num2
        elif operator == '*':
            result = num1 * num2
        elif operator == '/':
            result = num1 / num2
        else:
            return None

        # 要么返回整数，要么返回最多两位小数，round()四舍六入五平分，如果五平分的进位不对，刷新页面重新识别吧，懒得处理了
        return int(result) if result.is_integer() else round(result, 2)
    except:
        return None


# 调试用
ocr_result = "9.1加3.2等于"

result = parse_math_expression(ocr_result)
if result is not None:
    print(f"计算结果: {result}")

else:
    print("无法解析表达式")

二、配合selenium

python 复制代码

#!/usr/bin/env python
# encoding: utf-8


from selenium import webdriver
from selenium.webdriver.common.by import By
import time
import ddddocr
import re


# 表达式解析（支持 +-*/ 和中文运算符）
def parse_math_expression(text):
    # 替换中文运算符为英文
    text = text.replace('加', '+').replace('减', '-').replace('乘', '*').replace('除', '/')
    text = text.replace('x', '*').replace('X', '*').replace('÷', '/')

    # 正则表达式提取表达式中的数字和运算符
    # match 对象包含匹配成功的信息，若未匹配到则返回 None
    # match = re.search(r'(\d+)\s*([+\-*/]|加|减|乘|除)\s*(\d+)', text) #匹配整数
    match = re.search(r'(\d+(?:\.\d+)?)\s*([+\-*/]|加|减|乘|除)\s*(\d+(?:\.\d+)?)', text) # 可匹配小数
    if not match:
        return None

    num1, operator, num2 = match.groups() #groups()	仅包含捕获组，索引从 0 开始，如('3.14', '乘', '2.71')
    try:
        num1 = float(num1)
        num2 = float(num2)

        # 计算结果
        if operator == '+':
            result = num1 + num2
        elif operator == '-':
            result = num1 - num2
        elif operator == '*':
            result = num1 * num2
        elif operator == '/':
            result = num1 / num2
        else:
            return None

        # 要么返回整数，要么返回最多两位小数，round()四舍六入五平分，如果五平分的进位不对，刷新页面重新识别吧
        return int(result) if result.is_integer() else round(result, 2)
    except:
        return None



# 配置浏览器
options = webdriver.ChromeOptions()
driver = webdriver.Chrome(options=options)
driver.implicitly_wait(5)

# 打开验证码页面
driver.get('http://127.0.0.1/1.html')
time.sleep(2)  # 等待页面加载

# 获取验证码图片
captcha_element = driver.find_element(By.ID, 'captcha')
captcha_png = captcha_element.screenshot_as_png


# 初始化 OCR 引擎（支持中文运算符）
ocr = ddddocr.DdddOcr(show_ad=False)
# OCR 识别
ocr_result = ocr.classification(captcha_png)
print(f"OCR 识别结果: {ocr_result}")

# 计算表达式结果
# ocr_result = '9.14加3.15等于' # debug使用
result = parse_math_expression(ocr_result)

if result is not None:
    print(f"计算结果: {result}")

    # 自动填写结果（假设输入框 ID 为 'captcha_input'）
    input_element = driver.find_element(By.ID, 'captcha_input')
    input_element.send_keys(str(result))

    # 提交表单（假设按钮 ID 为 'submit'）
    submit_button = driver.find_element(By.ID, 'submit')
    submit_button.click()
    print("已提交表单")
else:
    print("无法解析表达式")


# 等待用户查看结果后关闭浏览器
time.sleep(5)
driver.quit()

三、引申：正则表达式搭配group()

group() 是 Python 正则表达式模块 re 中用于提取匹配结果的核心方法，必须与正则表达式的匹配对象（Match 对象）搭配使用。

1. group()基本定义

match.group(n)：返回正则表达式中第 n 个捕获组的匹配内容。
match.group(0)：返回整个匹配的字符串（即正则表达式匹配到的完整文本）。

python 复制代码

import re

text = "今天是2023-06-07"
regex = r'(\d{4})-(\d{2})-(\d{2})'  # 三个捕获组：年、月、日
match = re.search(regex, text)

if match:
    print(match.group(0))  # 整个匹配: "2023-06-07"
    print(match.group(1))  # 第一个捕获组: "2023"
    print(match.group(2))  # 第二个捕获组: "06"
    print(match.group(3))  # 第三个捕获组: "07"

注意：match.groups()跟match.group()是不一样的，groups()返回内容仅包含捕获组（即括号()中定义的内容），不包含整个匹配结果。上面的算术代码用的是groups()。

2. 例子中的正则表达式解析

（1）(\d+(?:.\d+)?) 匹配整数或小数

部分	含义	示例匹配
`\.`	匹配小数点（`.` 需要转义）	.
`\d+`	匹配 1 个或多个数字	14、5
`(?:...)`	非捕获组（不创建分组）	仅用于分组，不保存结果
`?`	前面的内容可选（0 次或 1 次）	.14、空字符串

（2）空白字符 \s*

\s：匹配任意空白字符（空格、制表符、换行等）
*：匹配 0 次或多次（即可有可无）

（3）运算符部分 ([+-*/]|加|减|乘|除)

逻辑或 |：分隔多个可选模式，匹配其中任意一个
分组 ()：捕获匹配的内容，便于后续提取 [ ] ：字符组，匹配其中任意一个字符
需要转义（-），否则表示范围（如 [0-9]）
+、* 理论上需要转义，但多数引擎允许不转义

四、用到的验证码识别库ddddocr

DdddOcr 带带弟弟OCR通用验证码离线本地识别SDK免费开源版

（链接包含各种强大用法的使用文档，感兴趣可看，如下图）