22-验证码的处理

验证码这种问题是比较头疼的，对于验证码的处理，不要去想破解方法，这个验证码本来就是为了防止别人自动化登录的。

目前最快速解决的三个手段：

去掉验证码：比较适合新开发但未上线的系统。
设置万能码：比较适合已经上线使用的系统。
通过添加登录cookie来绕过验证码。

本文以课堂派网站为例，介绍通过添加登录cookie的方式来绕过验证码，本方法只适用于需要记住登录状态的网站。

一、添加cookie的方法

1）driver.add_cookie(cookie_dict)方法中的参数是cookie_dict，说明该参数是字典类型。

2）源码介绍：

add_cookie(self, cookie_dict)
Adds a cookie to your current session.

:Args:
- cookie_dict: A dictionary object, with required keys - "name" and "value";
optional keys - "path", "domain", "secure", "expiry"

Usage:
driver.add_cookie({'name' : 'foo', 'value' : 'bar'})
driver.add_cookie({'name' : 'foo', 'value' : 'bar', 'path' : '/'})
driver.add_cookie({'name' : 'foo', 'value' : 'bar', 'path' : '/', 'secure':True})

二、cookie的组成结构

通过get_cookie(name)方法获取到的cookie信息主要包含以下属性：

cookie ={u'domain': u'.cnblogs.com',
         u'name': u'.CNBlogsCookie',
         u'value': u'xxxx',
         u'expiry': 1491887887,
         u'path': u'/',
         u'httpOnly': True,
         u'secure': False}

# domain：服务器域名
# name：cookie的名称
# value：cookie的的值，是动态生成的
# expiry：cookie的有效终止日期
# path：path属性定义了哪些路径下的页面可获取服务器设置的cookie信息
# httpOnly：防脚本攻击
# secure：在cookie中添加该属性，表明只有当浏览器和Web Server之间的通信协议为加密认证协议时，浏览器才向服务器提交相应的cookie。当前这种协议只有一种，即为HTTPS。

三、获取cookies并保存在本地

from selenium import webdriver
import time
import json

driver = webdriver.Chrome()
driver.get("https://www.ketangpai.com/User/login.html")

# 手动登录
time.sleep(20)

# 获取所有cookie信息
dictCookies = driver.get_cookies()

# 将cookie列表转换成字符串
jsonCookies = json.dumps(dictCookies)

# 将cookie列表字符串保存到本地文件中
with open('cookies.txt', 'w') as f:
    f.write(jsonCookies)
print('cookie列表字符串保存成功！')

查看本地保存的所有cookie信息：

四、加载本地保存的cookies并访问网页

from selenium import webdriver
import json

driver = webdriver.Chrome()

# 读取保存在本地文件中的cookie列表字符串
with open('cookies.txt', 'r', encoding='utf8') as f:
    listCookies = json.loads(f.read())

# 添加cookie
for cookie in listCookies:
    cookie_dict = {
        'domain': 'www.ketangpai.com',
        'name': cookie.get('name'),
        'value': cookie.get('value'),
        "expires": '',
        'path': '/',
        'httpOnly': False,
        'HostOnly': False,
        'Secure': False
    }
    driver.add_cookie(cookie_dict)

# 访问网页
driver.get("https://www.ketangpai.com/#/main")

运行结果后发现报错了：Message: invalid cookie domain。

五、修改代码，解决问题

这篇文章提供了一个解决方案：https://www.cnblogs.com/CoolJayson/p/7421013.html。

"技术提示：必须先加载网站，这样Selenium才能知道cookie属于哪个网站，即使先加载网站的行为对我们没任何用处"。

只需在代码中添加下面一句即可，这个url填 "https://www.ketangpai.com/User/login.html" 或 "https://www.ketangpai.com/Main/index.html" 都行，只要是同一个domain就行。

from selenium import webdriver
import json

driver = webdriver.Chrome()

# 添加下一行代码，解决invalid cookie domain报错
driver.get("https://www.ketangpai.com/User/login.html")

# 读取保存在本地文件中的cookie列表字符串
with open('cookies.txt', 'r', encoding='utf8') as f:
    listCookies = json.loads(f.read())

# 添加cookie
for cookie in listCookies:
    cookie_dict = {
        'domain': 'www.ketangpai.com',
        'name': cookie.get('name'),
        'value': cookie.get('value'),
        "expires": '',
        'path': '/',
        'httpOnly': False,
        'HostOnly': False,
        'Secure': False
    }
    driver.add_cookie(cookie_dict)

# 访问网页
driver.get("https://www.ketangpai.com/#/main")

再次执行代码，页面跳转成功。