Python爬虫处理验证码同步问题的三种方案及Selenium Cookie操作详解

一只小鹿

发布时间：2026-10-13| 7人浏览过

原创

本文探讨Python爬虫在抓取需验证码页面时遇到的验证码同步难题，并提供三种解决方案：利用Session保持会话、通过Cookie传递凭证以及使用Selenium结合手动构造Cookie。重点解析了Selenium中Cookie的增删改查API，并指出识别加密Cookie键名的难点，旨在帮助开发者绕过验证码识别的高成本或低成功率限制。

验证码同步问题与解决思路概述

若尝试直接从生成验证码的页面下载图片至本地进行识别，随后构造表单数据提交，通常会遭遇验证码同步失效的问题。这是因为下载验证码与提交表单构成了两次独立的请求，导致本地识别出的验证码并非服务器当前会话所要求的有效验证码。针对这一同步障碍，可采取以下几种解决策略。

基于Session与Cookie的两种基础方案

方案一：

利用Session机制：


mysession = requests.Session()
login_url = 'http://xxx.com'
checkcode_url='http://yyy.com'
html = mysession.get(login_url,timeout=60*4)
#....balabala解析操作....
checkcode = mysession.get(checkcode_url,timeout=60*4)
with open('checkcode.png','wb') as f:
  f.write(checkcode.content)
 
#接下来balabala对图像操作，可以用python的相关库（识别率低，教务网的验证码都够呛），也可以用云速等第三方验证码识别网站提供的有偿服务（识别度较高）
 
#再接下来构造表单数据balabala

方案二：

利用Cookie机制：


#绑定cookie
checkcode_url='http://yyy.com'
cookie = cookielib.CookieJar()
handler = urllib2.HTTPCookieProcessor(cookie)
opener = urllib2.build_opener(handler)
 
#先读取验证码的url
picture = opener.open(checkcode_url).read()
 
#balabala图像处理
 
# 生成post数据 
data = urllib.urlencode(postData)
# 构造request请求
request = urllib2.Request(PostUrl, data, headers)
# 利用之前存有cookie的opener登录页面
try:
  response = opener.open(request)
  result = response.read()
except urllib2.HTTPError, e:
  print e.code

Selenium结合Cookie操作的进阶方案

方案三：

结合Selenium与手动构造Cookie：此方法无需进行验证码图像识别，作者本人尚未实际测试该路径。

Selenium Cookie操作方法详解

使用webdriver操作Cookie的常用方法包括：

get_cookies()：获取当前会话中的所有Cookie信息。
get_cookie(name)：返回指定name参数的特定Cookie信息。
add_cookie(cookie_dict)：添加新的Cookie，该字典必须包含name和value两个字段。
delete_cookie(name)：删除指定名称（或部分）的Cookie信息。
delete_all_cookies()：清除当前会话中的所有Cookie信息。


....
#第一次访问 xxx 网站
driver.get("http://xxx.com")
#将用户名密码写入浏览器 cookie
driver.add_cookie({'name':'username','value':'username'})
driver.add_cookie({'name':'password','value':'password'})
#再次访问 xxx 网站，将会自动登录
driver.get("http://xxx.com")
time.sleep(5)
....
driver.quit()