各位爬虫大神怎么过验证码这一关的？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2319 天前的主题，其中的信息可能已经有所发展或是发生改变。

1.自己 tessorflow 深度学习？ 2.第三方验证码接口接入？

验证码

深度学习

tessorflow

接入

12 条回复 • 2018-07-21 10:28:24 +08:00

suley

2018-07-18 18:46:26 +08:00

验证码难不难？简单的数字和字母可以到 github 上找找看看那些识别验证码的开源代码；
比较复杂的验证码的一般是接入第三方打码平台。

luosuosile

2018-07-18 18:49:50 +08:00

cookid 行不行？爬虫方面不怎么会

ml1344677

2018-07-18 19:01:08 +08:00

1.爬虫应该尽可能的避免或减少触发验证码，找其他的接口或者换 ip 地址，需要登录的另说。
2.如真的触发，图片验证码应该比较容易解决的，不需要 tessorflow 深度学习什么的，有开源的库，滑块和各种奇葩还是接打码平台吧

Nick2VIPUser

2018-07-18 20:15:40 +08:00 via iPhone

同问...量级比较大的话买验证码接口成本略高

supervipcard

2018-07-18 20:46:21 +08:00

简单的字母验证码跟复杂的点选啥的都可以自己训练模型来识别，不过一般得标注训练集，自己标注费时费力，可以花钱找人标注，想省事就直接接入第三方。

karot

2018-07-19 08:00:44 +08:00

我想做成滑两个或三个块的验证码，哈哈

Leigg

2018-07-19 08:53:25 +08:00 via iPhone

建议别想着自己搞，会花很多精力还不一定有结果，你若能用 tf 搞定各种验证码的话，就不用干爬虫了。

RicardoScofileld

2018-07-19 09:47:55 +08:00

容易识别的可以用 tesseract，复杂的就大码平台吧

GoPHP

2018-07-19 10:57:17 +08:00

先想办法研究如何不触发验证码验证吧？ ip，ua... 还是根据账号？

话说都上了验证码肯定不是根据账号来，想封你账号太简单了，那估计就是 ip 了，ip 可以找代理，这比你破验证码简单多了！

crawl3r

2018-07-19 12:24:18 +08:00

1. 先尝试能否绕过，比如某些网站的验证码明文写在 cookie 里并在本地校验
2. 不能绕过如果是简单验证码，比如没有变形的，只要进行简单的处理(二值化,反相等)后扔给 tesseract 就行了
3. 有轻微变形或干扰的，去躁->svm
4. 干扰严重或变形严重的，keras 搭个 cnn+mlp

cnmllll

2018-07-21 10:27:32 +08:00

@ml1344677
@supervipcard
@Leigg
@RicardoScofileld
有没有打码比较快的平台推荐，之前用的若快，感觉速度不太行啊

Leigg

2018-07-21 10:28:24 +08:00 via iPhone

云打码，还行