免费验证码识别：用ddddocr实现Playwright自动化登录

免费验证码识别：用ddddocr实现Playwright自动化登录

在自动化爬虫、自动化登录等场景中，验证码是最常见的"拦路虎"。对于个人开发者、初学者而言，付费解码平台虽精准，但成本较高，而免费的OCR工具中，ddddocr凭借轻量、无需训练、开箱即用的优势，成为处理简单验证码的首选。

本文将聚焦免费版ddddocr的基础使用，结合Playwright自动化工具，实现网页验证码的自动识别与登录，全程使用基础代码，不添加复杂逻辑（如逐字输入、异常处理），适合初学者上手练习。下一篇将重点讲解付费解码平台API的使用，对比免费与付费方案的差异，满足不同场景需求。

本文核心目标：掌握ddddocr的基础调用方法，结合Playwright完成网页截图、验证码识别、自动化填充登录，全程用最基础的代码实现，避开复杂逻辑，专注核心功能落地。

一、前置知识与环境准备

在开始编写代码前，我们需要准备好相关环境和依赖包，所有操作均为基础配置，适合零基础初学者，全程无需复杂配置。

1.1 核心依赖包说明

本文用到两个核心工具，均为Python生态中常用且易安装的包，无需额外配置环境变量：

• ddddocr：免费开源的OCR验证码识别工具，支持数字、字母、简单汉字验证码识别，无需训练模型，安装后可直接调用，体积轻量，适合个人开发者使用。

• Playwright：微软开源的自动化测试工具，支持Chrome、Firefox等浏览器，能够模拟浏览器操作（打开页面、填写内容、点击按钮、截图等），语法简洁，上手难度低，适合实现网页自动化。

1.2 环境安装步骤（基础版）

打开CMD或终端，输入以下命令，一键安装所有依赖，无需额外操作：

# 安装ddddocr（免费版，无需额外配置）
pip install ddddocr

# 安装Playwright
pip install playwright

# 安装Playwright浏览器驱动（自动安装Chrome、Firefox等驱动，无需手动下载）
playwright install

安装完成后，即可开始编写代码，全程无复杂配置，确保Python版本在3.7及以上即可（大部分主流Python版本都支持）。

二、核心场景介绍：自动化登录中的验证码识别

ddddocr的免费版本虽识别精度不如付费平台，但足以应对大多数简单验证码（如数字+字母混合、无复杂干扰线的验证码），常见应用场景包括：

• 个人爬虫项目：爬取无需高强度反爬的网站，自动识别登录验证码，实现批量登录。

• 自动化测试：个人开发的小型网站，自动化测试登录功能，无需手动输入验证码。

• 学习练习：初学者学习OCR识别、浏览器自动化的入门案例，快速掌握两个工具的基础使用。

本文将以"天天识图"网站（http://www.ttshitu.com/login.html?spm=null）为例，实现自动化登录------打开登录页面、填写账号密码、截图验证码、用ddddocr识别、填充验证码并点击登录，全程使用基础代码，不添加任何复杂逻辑，还原最基础的实现流程。

注：本文仅用于学习交流，请勿用于非法爬虫、恶意登录等违规操作，遵守网站robots协议，尊重网站版权和隐私。

三、基础版代码实现（全程无复杂逻辑）

以下代码为最基础版本，剔除所有复杂逻辑（如逐字输入、异常处理、Cookie保存等），仅保留核心功能：打开浏览器、填写账号密码、截图验证码、识别验证码、填充并登录，每一步都有详细注释，初学者可直接复制运行，无需修改过多内容。

3.1 完整基础代码

# 导入所需依赖包（基础导入，无多余包）
import ddddocr
from playwright.sync_api import sync_playwright

# 启动Playwright，打开Chrome浏览器（无头模式关闭，可直观看到操作过程）
with sync_playwright() as p:
    # 启动Chrome浏览器，headless=False表示显示浏览器窗口，方便观察操作
    browser = p.chromium.launch(headless=False)
    # 新建一个浏览器页面
    page = browser.new_page()
    # 跳转到天天识图登录页面（目标网站，可替换为其他需要登录的网站）
    page.goto("http://www.ttshitu.com/login.html?spm=null")

    # 1. 填写账号密码（基础fill方法，直接填充内容）
    # 定位账号输入框，填充账号（替换为自己的账号）
    page.fill("div.l_content form div:nth-child(1) input", "(填自己的账号)")
    # 定位密码输入框，填充密码（替换为自己的密码）
    page.fill("div.l_content form div:nth-child(2) input", "(填自己的账号密码)")

    # 2. 截图验证码（定位验证码图片，直接截图，不保存到本地）
    # 定位验证码图片（通过CSS选择器定位，可从网页复制）
    captcha_img = page.locator("#captchaImg")
    # 截图并获取图片字节流（内存中操作，不落地文件，基础版核心操作）
    img_bytes = captcha_img.screenshot()

    # 3. 用ddddocr识别验证码（免费版基础调用，无需训练）
    # 初始化ddddocr识别器（默认配置，无需修改）
    ocr = ddddocr.DdddOcr()
    # 识别图片字节流，获取验证码结果（返回字符串格式）
    code = ocr.classification(img_bytes)
    # 打印识别结果，方便观察识别是否正确（调试用，可保留）
    print("验证码识别结果：", code)

    # 4. 填充验证码并点击登录（基础操作，直接填充、点击）
    # 定位验证码输入框，填充识别到的验证码
    page.fill("body > div > div > div.l_content > form > div.l_input_wrapper.pure-g > div.pure-u-2-3 > input", code)
    # 定位登录按钮，点击登录
    page.click("body > div > div > div.l_content > form > button")

    # 等待5秒，观察登录结果（基础等待方法，避免页面过快关闭）
    page.wait_for_timeout(5000)

    # 关闭浏览器（基础收尾操作，可省略，页面会自动关闭）
    browser.close()

3.2 代码核心步骤解析（基础版重点）

代码全程无复杂逻辑，每一步都是基础操作，初学者可逐行理解，重点掌握3个核心步骤：

步骤1：浏览器自动化基础操作

使用Playwright的基础语法，启动浏览器、打开页面、填写内容，核心代码只有3行：

browser = p.chromium.launch(headless=False)  # 启动Chrome，显示窗口
page = browser.new_page()  # 新建页面
page.goto("目标网址")  # 跳转到登录页面

填写账号密码使用page.fill(选择器, 内容)方法，选择器可直接从网页复制（右键验证码输入框→检查→复制CSS选择器），无需手动编写，降低入门难度。

步骤2：验证码截图（基础内存操作）

无需保存图片到本地，直接通过locator.screenshot()方法获取图片字节流，避免文件操作，简化代码：

captcha_img = page.locator("#captchaImg")  # 定位验证码图片
img_bytes = captcha_img.screenshot()  # 获取图片字节流

这种方式无需处理文件路径，避免因路径错误导致代码运行失败，适合初学者快速上手。

步骤3：ddddocr基础识别（免费版核心）

ddddocr的免费版本调用极其简单，无需训练模型、无需配置参数，初始化识别器后，直接传入图片字节流即可识别：

ocr = ddddocr.DdddOcr()  # 初始化识别器
code = ocr.classification(img_bytes)  # 识别验证码

识别结果为字符串格式，可直接用于填充验证码输入框，无需额外处理。

四、基础版代码运行说明与注意事项

4.1 运行步骤（初学者必看）

1. 复制上述完整代码，粘贴到Python编辑器（PyCharm、VS Code均可）；

2. 确保已安装所有依赖包（按照1.2步骤安装）；

3. 直接运行代码，即可看到浏览器自动打开、填写账号密码、识别验证码并登录的全过程。

4.2 常见问题（基础版易踩坑点）

由于本文使用最基础的代码，未添加异常处理，运行过程中可能遇到以下问题，初学者可快速排查：

问题1：验证码识别错误，导致登录失败

原因：ddddocr免费版识别精度有限，对于带有复杂干扰线、扭曲严重、字体粘连的验证码，识别率会降低；

解决方法：刷新验证码后重新识别（基础版可手动刷新，下一篇付费版将解决此问题），或更换验证码样式简单的网站测试。

问题2：选择器失效，无法定位输入框或验证码

原因：网页结构更新，复制的CSS选择器失效；

解决方法：重新复制选择器（右键目标元素→检查→复制→Copy selector），替换代码中对应的选择器即可。

问题3：浏览器无法启动，提示驱动缺失

原因：未执行playwright install命令，未安装浏览器驱动；

解决方法：打开终端，输入playwright install，等待驱动安装完成后，重新运行代码。

问题4：代码运行过快，验证码未加载完成就截图

原因：网页加载速度较慢，验证码未加载完成，就执行了截图操作，导致截取空白图片，识别失败；

解决方法：在截图前添加基础等待（无需复杂逻辑），在captcha_img = page.locator("#captchaImg")前添加一行代码：

page.wait_for_timeout(1000)  # 等待1秒，确保验证码加载完成

五、ddddocr免费版的优势与局限性

作为免费OCR工具，ddddocr适合初学者入门和个人小型项目使用，同时也存在一定局限性，提前了解可更好地选择使用场景。

5.1 免费版优势（适合初学者）

• 完全免费：无任何收费项目，无需注册、无需API密钥，安装后可直接调用；

• 轻量简洁：体积小，安装速度快，无需配置复杂环境，无需训练模型；

• 上手简单：调用语法极简，只需2行代码即可完成识别，适合零基础初学者；

• 支持多种验证码：可识别数字、字母、简单汉字、混合验证码，满足基础需求。

5.2 免费版局限性（后续将用付费版解决）

• 识别精度有限：对于复杂验证码（干扰线多、字体扭曲、粘连严重），识别率较低，容易出现识别错误；

• 无重试机制：识别失败后，无法自动重试，需要手动干预；

• 不支持复杂场景：无法识别滑块验证码、点选验证码等复杂类型，仅支持图片类验证码；

• 无技术支持：开源工具，遇到问题只能自行排查，无官方技术支持。

六、后续预告与学习建议

本文重点讲解了ddddocr免费版的基础使用，结合Playwright实现了简单的自动化登录，核心是掌握基础代码逻辑，避开复杂操作，适合初学者入门。

下一篇文章，我们将讲解付费解码平台API的使用，重点解决免费版的局限性：

• 如何注册付费解码平台，获取API密钥；

• 基础API调用方法，实现高精度验证码识别；

• 对比免费版与付费版的差异，选择适合自己的方案；

• 添加重试机制、异常处理，优化代码稳定性，适配更多场景。

初学者学习建议

1. 先熟练运行本文基础代码，理解每一步的作用，不要急于添加复杂逻辑；

2. 尝试替换目标网站，用相同的代码逻辑，实现其他简单验证码的识别（如个人博客登录、小型网站登录）；

3. 记录运行过程中遇到的问题，逐一排查，积累调试经验；

4. 等待下一篇付费版教程，对比学习，理解免费与付费方案的适用场景，提升代码实用性。

七、总结

本文以最基础的代码，讲解了免费版ddddocr的核心使用方法，结合Playwright实现了网页自动化登录中的验证码识别，全程无复杂逻辑，适合初学者上手练习。

ddddocr免费版虽有局限性，但足以应对个人学习、小型项目的基础需求，是入门OCR识别和浏览器自动化的绝佳案例。通过本文的学习，可快速掌握两个工具的基础用法，为后续学习更复杂的自动化场景、付费解码方案打下基础。

下一篇，我们将聚焦付费解码平台API，解决免费版识别精度低、不支持复杂验证码的问题，实现更稳定、更高效的验证码识别，敬请期待！

如果本文对你有帮助，欢迎点赞、收藏、关注，后续将持续分享Python自动化、爬虫相关的基础教程，助力初学者快速成长。