python爬虫的验证码问题，两次访问造成验证码不相符

blackgun

我在用爬虫访问一个页面的时候需要一个验证码输入。但问题是这个验证码图像是一个asp页面，而包括这个验证码的也是一个asp页面。也就是说出现了这样一个问题，我先访问页面的时候显示的时候是一个验证码，但是我获取验证码图像的时候，验证码的页面又被我访问了一次，同开始不一样了。现在请各位帮忙出个解决的思路，我实在是黔驴技穷了。
贴上部分程序，及验证码网址
http://www.ningbocatc.com/nymszx/ckvode.asp?id=43

部分程序如下

    purl='http://www.ningbocatc.com/nymszx/ckvode.asp?id=43'
    content=urllib2.urlopen(purl).read()   #一定要访问一次这个界面
    codedir="./pic/"
    turl = 'http://www.ningbocatc.com/nymszx/checkcode.asp'
    file("./pic/temp.gif","wb".write(urllib.urlopen(turl).read())
    img=binary(codedir+"temp.gif"
    num=recognize(img)   #这是ocr识别的函数
   
    print num

qxhgd

lz恶意刷票啊，佩服

linustd

没关系。

客户端的验证码，在服务器端肯定也存了一个东西用来区分各个不同的用户。而这个区分不同浏览器的方法就是用cookie最简单，最正规，而你这个网页的网站，肯定也是采用的cookie，不管是什么session也好，直接写cookie也好，各种加密的cookie也好，总之都是cookie.

你访问网页的时候, 把这个网页设置的所有cookie都记录下来，再访问那个验证码asp页面的时候，把这些所有cookie都发送过去，这样去到的验证码，肯定能通过服务器验证。

blackgun

对，我今天仔细分析了一下。就是你说的道理。现在去分析cookie中

blackgun

不是恶意刷票啦，是给我女儿投票啦，实在懒得去找人投。还是研究研究爬虫有趣

linustd

blackgun 发表于 2014-06-30 21:44
对，我今天仔细分析了一下。就是你说的道理。现在去分析cookie中

还用分析啊，直接把全部cookie都存下来，然后再都发回去就行，总共也不会超过10行代码。

halfcrazy

cookiejar = cookielib.CookieJar()
urlopener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookiejar))
urllib2.install_opener(urlopener)
之后网页都用urlopener.open()打开就好了。