Python爬取12306验证码完整教程

Felix

发布时间：2026-10-13| 7人浏览过

原创

本文详细介绍使用Python 2.7环境爬取12306验证码的方法。通过构造请求、处理SSL证书验证及文件写入，实现验证码的批量保存。文章还分析了12306验证码的结构特点及识别难点，为后续图像识别训练提供数据基础。

Python爬取12306验证码完整教程

实现一个基础的验证码抓取程序

本文演示如何在Python 2.7环境中抓取网站验证码图片：

核心逻辑是获取验证码所在的URL，随后发起HTTP请求读取该链接返回的数据流，最后将内容保存至本地文件以完成验证码的持久化存储。若需批量获取大量验证码，可将上述逻辑封装进无限循环中执行。

代码实现细节

具体代码实现如下：


import ssl
import urllib2
i=1
import time
while(1):

 #不加的话，无法访问12306 
  ssl._create_default_https_context = ssl._create_unverified_context
  # headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.95 Safari/537.36"}
  # req = urllib2.Request("http://211.87.155.19/(yfsvlfreem4d0b553vkfzfzt)/CheckCode.aspx", headers=headers)
  # https: // www.zhihu.com / captcha.gif?r = 1495351271125 & type = login
  req = urllib2.Request("https://kyfw.12306.cn/otn/passcodeNew/getPassCodeNew?module=login&rand=sjrand&0.7174227166135074")
  u=urllib2.urlopen(req)
  data = u.read()
  f = open("C:/Users/123/Desktop/4/"+str(i)+".jpg",'wb')
  print i
  # time.sleep(1)#有时需要加延时，以防被封。
  i=i+1
  f.write(data)
  f.close()

以下是抓取到的验证码图片示例截图：

验证码结构分析与识别难点

12306的验证码设计较为复杂，即便人工仔细观察也难以保证100%识别正确，属于难度较高的验证码类型。其结构通常包含八张小图和一个文字问题，且图片的尺寸与位置固定，问题区域的位置也相对固定，这在一定程度上降低了识别难度。在八张小图中，通常包含两幅相同物体的图片以及一幅相似物体图片。目前尚不确定样本库的具体规模或类别总数，若要进行模型训练，必须获取每个类别下足够数量的图片作为训练样本。

以上即为Python爬取12306验证码的详细整合教程，希望能对大家有所帮助。如有任何疑问，欢迎留言，小编会及时回复。感谢大家对本站的支持！