使用selenium 和图片验证码识别对12306的模拟登录+12306查询车次

Reiki

2020-07-06

关注关注

首先总结坑：

1、关于浏览器分辨率有关的截图

2、关于浏览器位置点击（分辨率）

3、注意当前时间的请求 URL 的cookie 值！！

思路：

1、首先分析12306 登录界面

2、将页面截取为图片

3、取得图片的位置通过先打开图片Image.open（）， crop（左，上，右，下）-->用.save（‘文件名‘）存此图片

4、使用超级鹰下载的示例模块（记得传入9004）

5、超级鹰的结果用循环点击（此处显式等待每0.5s检查一次，设定时间）

ActionChains(driver) 使用动作链操作鼠标去移动点击，执行

6、登录成功--验证成功

7、移动到查询页面

8、去查 ajax出来的 copy 将其url 打开（工具网站：https://curl.trillworks.com/）可以看到cookie值，一般此操作和日期有关如果当前时间已经没有车次，会导致过期！

一定要及时修改

使用selenium 和图片验证码识别对12306的模拟登录+12306查询车次

9、找到中文对应的英文链接

使用selenium 和图片验证码识别对12306的模拟登录+12306查询车次（js）的URL！！

做一个中文英文互相转换的模块

10、分析ajax的 url打开的数据在这里面可以通过选取字典索引值找到这里是js格式所以使用 json.loads( 返回.text)[‘ 索引‘]

11、分析里面要取的数据的位置通过遍历选取

12、是否有票！大坑！！！记得索引位置，有部分车次的索引位置完全相反！！！我晕，暂时没想到怎么搞

13、isdigit()函数判断其中有数字或特殊符号则为ture！有用

其中的URL：

class API_URL(object):

    # 下载验证码的URL
    GET_YZM_URL = "https://kyfw.12306.cn/passport/captcha/captcha-image?login_site=E&module=login&rand=sjrand&"
    # 校验验证码的URL（post）
    CHECK_YZM_URL = "https://kyfw.12306.cn/passport/captcha/captcha-check"
    # 登录首页的URL get
    Login_URL_1 = "https://kyfw.12306.cn/otn/login/init"
    Login_URL_2 = "https://kyfw.12306.cn/otn/login/init#"
    # 车票站点查询的URL
    SELECT_URL = "https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.9150"

此处headers 和cookies 自己获取，记得加！这里肯定会失效

headers = {
    ‘User-Agent‘: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.75 Safari/537.36‘
}
cookies = {
    ‘_uab_collina‘: ‘159401687279425123588472‘,
    ‘JSESSIONID‘: ‘15006E403A3D220629819AD7CBBDC853‘,
    ‘tk‘: ‘GeK-NUkoQ0CpE04s8roM0QwonK0LuKPFBGo4CQubs1s0‘,
    ‘BIGipServerotn‘: ‘619708938.50210.0000‘,
    ‘RAIL_EXPIRATION‘: ‘1594209286751‘,
    ‘RAIL_DEVICEID‘: ‘XFErASnds56Lfkayxga7TQCa8eqhX3uplkHzXHt27hvD9IXlmSarYXr_dNF2LHYODwopchRRbJVaDwgVmxySz91dqk0_u2RqSsUyobeiBCBaSOyM-3V8R1V4U8pRsbNOlewj8vgv5A1pHtWi-zvUXq0kfvQdEdO1‘,
    ‘BIGipServerpool_passport‘: ‘216859146.50215.0000‘,
    ‘route‘: ‘9036359bb8a8a461c164a04f8f50b252‘,
    ‘ten_key‘: ‘1gJOinE9bHcaIId53q5LyxGn2Y/Z4ERq‘,
    ‘ten_js_key‘: ‘1gJOinE9bHcaIId53q5LyxGn2Y%2FZ4ERq‘,
    ‘_jc_save_toDate‘: ‘2020-07-06‘,
    ‘_jc_save_wfdc_flag‘: ‘dc‘,
    ‘current_captcha_type‘: ‘Z‘,
    ‘_jc_save_fromStation‘: ‘%u5317%u4EAC%2CBJP‘,
    ‘_jc_save_toStation‘: ‘%u4E0A%u6D77%2CSHH‘,
    ‘uKey‘: ‘1963dac98c2756cd1312380545a9b8cefb73be533c5ed6aca3704252393a480f‘,
    ‘_jc_save_fromDate‘: ‘2020-07-15‘,
}

# 登录模块
    def login(self):


        # IP ： port
        proxy = ‘110.243.16.20 : 9999‘

        # 设置代理IP
        chrome_options = webdriver.ChromeOptions()
        # 代理服务器n
        chrome_options.add_argument(‘--proxy-server = %s‘%proxy)


        driver = webdriver.Chrome(chrome_options=chrome_options)
        # 请求
        driver.get(API_URL.Login_URL_1)

        driver.maximize_window()
        time.sleep(2)

        driver.find_element_by_xpath(‘//*[@id="username"]‘).send_keys(self.user_name)
        time.sleep(2)
        driver.find_element_by_xpath(‘//*[@id="password"]‘).send_keys(self.password)
        time.sleep(2)

        # 思路！截屏获取验证码

        # 获取图片所在位置
        copy_img = driver.find_element_by_xpath(‘//*[@id="loginForm"]/div/ul[2]/li[4]/div/div/div[3]/img‘)
        # 图片的左上角位置
        location = copy_img.location
        print(location)
        size = copy_img.size
        print(size)
        time.sleep(2)
        # 要截取的坐标大小  !!!!重坑警告！！！ 在这里困好久 打开的默认浏览器分辨率毫无问题
        # 但是但是！！其实需要 *1.50 才能正确取到验证码截图
        location_code=(int(location[‘x‘]*1.50), int(location[‘y‘]*1.50), int(location[‘x‘]+size[‘width‘])*1.50, int(location[‘y‘]+size[‘height‘])*1.50)
        print(location_code)
        # 定位完后截屏
        driver.save_screenshot("screen.png")
        i = Image.open("screen.png")

        # 在此要元组类型 (left, upper, right, lower)-tuple
        # （左上右下）
        ver_code_img = i.crop(location_code)
        ver_code_img.save("验证码.png")
        # 自动识别
        result_cjy = user_cjy("验证码.png")
        print(result_cjy)

        result_cjy = result_cjy.get(‘pic_str‘).split(‘|‘)
        # 遍历 列表[‘247,67‘, ‘105,138‘]将其取出 所有都用 , 分隔
        points = [[int(number) for number in numbers.split(‘,‘)] for numbers in result_cjy]
        print(points)  # 此处获取到二维列表！！！

        for point in points:
            # 显示等待，定位图片对象
            element = WebDriverWait(driver, 20).until(
                EC.presence_of_element_located((By.CLASS_NAME, "touclick-image")))
            # 模拟点击  !!!!此处模拟点击又有 坑 因为刚刚放大截取1.5 所以这里缩小点击0.6
            ActionChains(driver).move_to_element_with_offset(element,point[0]*0.66,point[1]*0.66).click().perform()  # perform(发送进行执行）
            time.sleep(2)
        time.sleep(5)
        driver.find_element_by_xpath(‘//*[@id="loginSub"]‘).click()
        time.sleep(5)
        if driver.current_url not in [API_URL.Login_URL_1,API_URL.Login_URL_2]:
            print("登录成功！")
        else:
            print("登录失败，请重试！")

# 查询火车余票模块
    def select(self):
        # 请求站点转换 js
        req = requests.get(API_URL.SELECT_URL)

        self.station_data = req.text.lstrip("var station_names =‘").rstrip("‘").split(‘@‘)
        # print(self.station_data)

        time_now = input("请输入日期（格式：2020-07-06）：")
        from_station = self.get_station(input("请输入出发地："))
        to_station = self.get_station(input("请输入目的地："))
        # 注意 一定要知道什么站到什么站是由车次的 如果搜寻过程中没有对应车 是报错
        url = "https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date={}&leftTicketDTO.from_station={}&leftTicketDTO.to_station={}&purpose_codes=ADULT".format(time_now,from_station,to_station)
        print(url)

        req_2 = requests.get(url,headers=headers,cookies=cookies)
        req_2.encoding=‘utf-8‘
        # print(req_2.text)

        result = json.loads(req_2.text)[‘data‘][‘result‘]
        # print(result)

        # 是否有座？？ 此处的第一个元素 我取寻找 请求的url 中的位置每个位置不同！！大坑！！
        data_seats = [(32,‘商务座‘),(31,‘一等座‘),(30,‘二等座‘),(29,‘高级软卧‘),(28,‘一等卧‘),(27,‘动卧‘),(26,‘二等卧‘),(25,‘软座‘),(24,‘硬座‘),(23,‘无座‘)]
        for item in result:
            item = item.split("|")
            dict_item = {
                ‘编号‘:item[2], ‘车次‘:item[3], ‘出发地‘:self.get_station_CN(item[4]), ‘目的地‘:self.get_station_CN(item[5]), ‘出发站‘:self.get_station_CN(item[6]), ‘终点站‘:self.get_station_CN(item[7]), ‘出发时间‘:item[8], ‘抵达时间‘:item[9], ‘总耗时‘: str(int(item[10][:item[10].index(‘:‘)]))+‘小时‘+str(int(item[10][item[10].index(‘:‘)+1:]))+‘分钟‘,
                ‘商务座‘: "",
                ‘一等座‘: "",
                ‘二等座‘: "",
                ‘高级软卧‘: "",
                ‘一等卧‘: "",
                ‘动卧‘: "",
                ‘二等卧‘: "",
                ‘软座‘: "",
                ‘硬座‘: "",
                ‘无座‘: ""
            }
            for index in range(10):
                #
                if item[data_seats[index][0]] == ‘有‘ or item[data_seats[index][0]].isdigit():   # isdigit()函数判断其中有数字或特殊符号则为ture
                    dict_item[data_seats[index][1]]=item[data_seats[index][0]]
                else:
                    del dict_item[data_seats[index][1]]

            print(dict_item)

# 车站的英文缩写函数！(中文转英文）
    def get_station(self, city):
        for item in self.station_data:
            if city in item:
                return item.split(‘|‘)[2]

    # 车站的中文缩写函数！
    def get_station_CN(self, city_CN):
        for item in self.station_data:
            if city_CN in item:
                return item.split(‘|‘)[1]

def __init__(self, user_name, password):
        self.user_name = user_name
        self.password = password
        self.station_data = ‘‘

if __name__ == ‘__main__‘:
    # username = input("请输入用户名：")
    # password = input("请输入密码：")
    user = UserPass("username", "password")
    # user.login()
    user.select()

selenium url https