编码实现（ tesseract-ocr ） 这是 google 开源的一款识别工具，最早是用来识别文字的。 识别率低 不建议自己去开发，因为识别各种验证码，是需要大量时间的。 而且验证码一旦更改了，代码就无效了 在线打码 识别率高达90%

引用第三方库，调用接口进行识别安装 zheye 第三方库git clone https://github.com/996refuse/zheye.git 安装依赖包，并移动到项目目录下其中 tensorflow 库，改为1.13版本接口调用

创建 chromedriver 实例class ZhihuReqSpider(scrapy.Spider): name = 'zhihu_req' allowed_domains = ['www.zhihu.com'] start_u

代码示例： # -*- coding: utf-8 -*- from ArticleSpider.utils.common import DataConvert import scrapy import pickle from mouse

启用 ChromeDriverdef start_requests(self): """使用 selenium 获取 cookie""" # 获得 Options(操作)对象 chrome_option = Opti

简单实例：from selenium import webdriver from scrapy.selector import Selector browser = webdriver.Chrome(executable_path='E:

Selenium简介​ 自动化测试框架，最开始是用来做Web自动化测试的，测试网站系统开发。 Selenium 是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE

设置中间件集成 selenium driver，实现动态加载以下方法改变了scrapy异步加载，变为了同步加载，会降低运行效率，当然也可以解决，需要重写 downloader（至少要了解 twisted API) 定义中间件class J

Cookie 浏览器本地存储方式，存储键值对的格式 简介为什么有cookie的存在，http协议是一种无状态的协议，服务器接收到浏览器的请求后，服务器直接返回内容给浏览器。不管是谁发起的请求 ​ Cookie存储本地，存在隐患。随

Scrapy -> Shell 中配置 User-Agent ​ scrapy shell -s USER_AGENT="Browser AGENT" URL 分析URL 源URLhttps://www.zh