Skip to content

Latest commit

 

History

History
34 lines (12 loc) · 717 Bytes

06.表单交互和验证码处理.md

File metadata and controls

34 lines (12 loc) · 717 Bytes

表单交互和验证码处理

提交表单

手动提交

自动提交

验证码处理

加载验证码

光学字符识别

光学字符识别(OCR)是从图像中抽取文本的工具,可以应用于公安、电信、物流、金融等诸多行业,例如识别车牌,身份证扫描识别、名片信息提取等。在爬虫开发中,如果遭遇了有文字验证码的表单,就可以利用OCR来进行验证码处理。Tesseract-OCR引擎最初是由惠普公司开发的光学字符识别系统,目前发布在Github上,由Google赞助开发。

改善OCR

处理更复杂的验证码

验证码处理服务