在之前的幾篇文章當中，我們學習了爬蟲的靜態動態數據獲取和存儲。一般來說，我們已經可以進行
爬蟲開發了。但是，在實際應用情況下，爬蟲在自己工作時會遇到另一個門檻，那就是驗證碼。
由於學記最近才開始學習關於驗證碼的知識，所依今天只是說一下解決的思路。
驗證碼是各大網站防止用戶以外的爬蟲肆意佔用網站資源的一道鎖。
當然了，有鎖就會有鑰匙，那怎麼開鎖呢？
一般我們遇到的驗證碼分為三種：字符驗證碼 ，圖文驗證碼，和滑動驗證碼。
這三種驗證碼的處理難度逐級遞升。
字符驗證碼
像上圖中的字符驗證碼是最初級的驗證碼，這種驗證碼一般是由數字或字母組成，是比較簡單的驗證碼模式。
處理這種驗證碼需要用到 OCR 技術。
什麼是 OCR 技術？就是光學字符識別技術，應用這個技術就可以從圖像中抽取文本。
像現實世界中的停車場掃描器就是這個原理，在爬蟲開發當中，如果遇到了有字符驗證碼的情況就可以用 OCR 技術進行處理。
在Python當中，有 tesserocr 這個庫可以識別字符驗證碼。
當然了，還是之前的流程，先打開 CMD 在輸入 pip3 install tesserocr 即可。
圖文驗證碼
相較於字符驗證碼，圖文驗證碼的難度就上了一個臺階。
當然圖文驗證碼也是圖形的一種，運用上面的 OCR 技術，來識別所需要點擊的驗證碼在哪，再通過 Selenium 來進行模擬點擊即可。
滑動驗證碼
這種驗證碼最近有很多網站在應用，需要用戶滑行到圖片的缺口，是一個難度較大的驗證碼。
當然這種驗證碼也不是不能破解，和上面兩種驗證碼的思路類似，只不過從獲取字符變成獲取暗色的區塊。
在拖動的環節為了契合人類的習慣，在拖動的時候可以將速度設置成不同的速度，以迷惑驗證系統。
這一篇文章主要是講一下解決驗證碼的思路，畢竟驗證碼是一個比較複雜的領域，學記也是對這些複雜的東西暫時搞不來。
在之後的時間裡，學記與這些驗證碼鬥智鬥勇之後，會再寫一篇關於如何解決驗證碼的文章。
如果想學習更多科技知識，可以點擊關注。
如果對文章中的內容有什麼困惑的地方，可以在評論區提出自己的問題，學記同大家一起交流，解決各種問題，一起進步。
青年學記 陪伴著各位青年
作者：青年學記 一名不斷進步的程序猿
一起學習 一起進步
走向自立
閱讀更多 青年學記 的文章
