UI自动化：利用百度ocr识别解决图形验证码登录问题

相信大家在做自动化测试过程中都遇到过图形验证码的问题，最近我也是遇到了，网上搜了很多方法，最简单的方法无非就是去掉图形验证码或者设置一个万能验证码，但是这个都需要开发来帮忙解决，对于我们这种自学的人来说就不太行了，后来又看到有一个插件叫ddddocr能行，结果捣鼓半天发现这个插件只支持python10，再高一点的版本就不行了，最后还是要用第三方工具，在AI的帮助下，最后发现百度ocr每个月可以免费使用1000次，这对于个人测试来说应该是够够的了，下面就一起来学习一下吧：

一、注册百度智能云并获取免费资源

1、注册百度智能云

（1）、打开百度智能云网址进行注册：百度智能云-开工采购季企业上云限时福利

（2）、注册成功后一定要完成实名认证，这样才能获取到免费资源

2、获取免费资源

（1）、注册并实名认证成功后，打开控制台

（2）、打开产品导览----选择文字识别

（3）、在公有云服务下点击应用列表-创建新应用

（4）、在公有云服务下点击应用列表-创建新应用。应用名称和应用描述随便写，接口选择默认文字识别全选即可。

（5）、创建成功之后就可以在应用列表查看已经创建的应用，并生成了专属的API key 和secret key。

二、获取token

（1）、获取后，进入百度AI开放平台获取token。直接打开链接通用参考 - 鉴权认证机制 | 百度AI开放平台，选择新手指南->鉴权认证机制，里面有很多方法可以获取token,这里用的是第一种方法，既复制代码到pycharm里运行：

（2）、运行前需要自己补充一下密钥信息；

（3）、运行后就得到了一个token,选择复制然后粘贴到记事本上，看清楚是复制access_token后面的内容，不要弄错了。token有效期是三十天，过期可以重新生成一下。

三、获取识别结果

（1）、完成以上步骤后，再次打开百度AI开放平台文字识别OCR，找到API文档->通用场景文字识别->通用文字识别（高精度版),直接拉到下面复制代码到pycharm中；

（2）、打开pycharm，把上一步获取到的token在代码中替换，运行后就可以得到ocr识别出来的文字啦。

四、编写自动化测试脚本

1.获取验证码图片

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 实例化一个浏览器对象
driver = webdriver.Chrome() 

# 打开测试网页
driver.get("测试网址") 

# 获取验证码元素，使用显式等待确保元素可见
code_located = WebDriverWait(driver, 10).until(
        EC.visibility_of_element_located(
            (By.XPATH, '元素XPATH路径')))

# 将元素保存在当前目录
code_located.screenshot('code.png')

2.进行ocr识别

# 使用百度ocr识别获取验证码图片内容
request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"
# 二进制方式打开图片文件
f = open("验证码图片路径", 'rb')
img = base64.b64encode(f.read())

params = {"image": img}
access_token = "百度ocr识别鉴权token" 
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)


if response:
    print(response.json())  # 返回ocr识别结果

3.将识别结果填入登录页面并登录

# 处理百度ocr返回的字典数据
target_str = response.json()['words_result'][0]['words'].replace(' ', '')

# 获取登录页元素
username = driver.find_element(By.XPATH,'//input[@placeholder="请输入帐户名"]')
password = driver.find_element(By.XPATH,'//input[@placeholder="请输入密码"]')
code = driver.find_element(By.XPATH,'//input[@placeholder="请输入验证码"]')
login_button = driver.find_element(By.ID, '//button[@type="submit"]')

# 操作登录页元素
username.clear()
username.send_keys("账号")

password.clear()
password.send_keys("密码")

code.send_keys(target_str)

login_button.click()