Python3爬虫实战：利用超级鹰API识别点触验证码

拾光

发布时间：2026-10-14| 5人浏览过

原创

本文详解如何使用Python3结合Selenium与超级鹰API识别点触验证码。针对OCR技术处理变形文字和复杂背景效果不佳的问题，介绍通过在线打码平台获取坐标的方案。内容涵盖账号注册、API封装、图片截取、坐标解析及模拟点击全流程，适用于12306等常见点触场景。

点触验证码识别概述

前文已介绍极验验证码的识别方法，除此之外，还有一种应用广泛且极具代表性的验证码类型，即点触验证码。

或许你对“点触验证码”这一术语感到陌生，但实际生活中你一定接触过类似机制，例如12306网站的登录验证，其典型界面如下图所示：

此类验证码要求用户直接点击图中符合特定描述的图像区域。只有当所有指定目标均被正确选中时，验证才会通过；若任一目标点击错误或遗漏，验证即告失败。这种交互形式的验证码统称为点触验证码。

此外，市场上存在专门提供点触验证码服务的平台，如TouClick，其官方网站为：https://www.touclick.com/。本节将以此平台为例，详细讲解此类验证码的识别流程。

1. 本节目标

本节的旨在通过编程手段，自动识别并成功通过点触验证码的验证环节。

2. 准备工作

本次实践将使用Python的Selenium库，配合Chrome浏览器进行自动化操作。在开始之前，请确保已正确安装Selenium库、Chrome浏览器，并配置好对应的ChromeDriver驱动。具体的安装与配置流程可参考本书第一章的相关说明。

3. 了解点触验证码

TouClick官方网站展示的验证码样式如图8-19所示：

该样式与12306站点有相似之处，区别在于本次需要点击图片中的文字而非单纯图形。此外，市面上还存在各种形态各异的点触验证码，尽管交互细节略有差异，但其核心原理基本一致。

接下来，我们将统一阐述此类点触验证码的识别逻辑与实现步骤。

识别难点与思路分析

4. 识别思路

若完全依赖传统的图像识别技术来处理此类验证码，难度极高。

以12306为例，其识别难点主要体现在两个方面。第一点是文字识别，如图8-20所示：

例如要求点击图中所有的“漏斗”，但“漏斗”二字往往经过变形、缩放及模糊处理。若强行使用前文提到的OCR技术，识别精度将大幅降低，甚至无法得出任何结果。第二点是图像识别，虽然可借助各类识图接口将图像转化为文字，但实测表明，其正确匹配率极低，常出现匹配错误或无结果的情况。加之图片本身清晰度不足，识别难度进一步增加。更关键的是，系统要求同时从八张图片中准确识别出多个目标，且所有答案必须完全匹配才能通过验证。综合考量，纯技术识别方案基本不可行。

再看TouClick平台的案例，如图所示：

我们需要从图片中识别出“植株”二字，但图片背景通常包含干扰元素，导致OCR识别几乎无法成功。有人或许会问，直接识别白色文字是否可行？然而，若更换一张验证码，如图8-22所示：

此时文字颜色变为蓝色，且带有白色阴影，识别难度随之显著增加。

那么此类验证码是否无解？答案是否定的。解决之道在于“人工”辅助。

依靠人工解决？那程序还有何用？请勿着急，此处所言的“人”并非指开发者亲自操作，而是指互联网上存在的众多验证码识别服务平台。这些平台提供7×24小时的自动化识别服务，图片上传后数秒即可返回结果，准确率可达90%以上。虽然这需要付费购买服务（毕竟平台需盈利），但成本极低，识别一个验证码仅需几分钱。

在此，个人推荐一个较为可靠的平台：超级鹰。

该平台提供的服务种类广泛，支持的验证码类型繁多，其中便包括此类点触验证码。

此外，超级鹰平台同样支持简单的图形验证码识别。若OCR识别存在困难，亦可采用本节相同的方法，借助此平台进行识别。以下是该平台提供的一些主要服务类型：

英文数字混合识别：支持最多20位英文与数字的组合。

中文汉字识别：支持最多7个汉字的识别。

纯英文识别：支持最多12位英文字母的识别。

纯数字识别：支持最多11位数字的识别。

任意特殊字符识别：支持不定长的汉字、英文、数字、拼音首字母、计算题、成语混合、集装箱号等字符的识别。

坐标选择识别：适用于复杂计算题、四选一选择题、问答题、点击相同字/物品/动物等场景，返回多个坐标点。

本节需要解决的问题属于最后一类，即坐标多选识别。具体操作是将验证码图片提交至平台，平台返回图片中目标位置的坐标，随后我们解析这些坐标并模拟点击即可。

原理十分简单，下面我们将通过实际代码进行演示。

超级鹰平台注册与配置

5. 注册账号

在开始编码前，我们需要先注册一个超级鹰账号，并申请一个软件ID。注册页面链接为：https://www.chaojiying.com/user/reg/。注册完成后，还需在后台的“开发商中心”添加一个软件ID。最后一步是充值题分，充值金额可根据识别频率和价格自行决定。

Python API封装与对接

6. 获取API

完成上述准备工作后，即可开始通过程序对接验证码识别服务。

首先，可前往官方网站下载对应的Python API，链接为：https://www.chaojiying.com/api-14.html。需要注意的是，此API基于Python2版本，使用Requests库实现。我们只需对少量代码进行修改，即可将其适配为Python3版本。

修改后的API代码如下：


import requests
from hashlib import md5
class Chaojiying(object):
    def __init__(self, username, password, soft_id):
        self.username = username
        self.password = md5(password.encode('utf-8')).hexdigest()
        self.soft_id = soft_id
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'Connection': 'Keep-Alive',
            'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
        }
    def post_pic(self, im, codetype):
        """
        im: 图片字节
        codetype: 题目类型 参考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, 
        headers=self.headers)
        return r.json()
    def report_error(self, im_id):
        """
        im_id:报错题目的图片ID
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
        return r.json()

此处定义了一个Chaojiying类，其构造函数接收三个参数：超级鹰的用户名、密码以及软件ID，保存这些信息以备后续调用。

接下来是最核心的post_pic()方法，该方法需传入图片对象和验证码类型代号。它会将图片及相关信息发送至超级鹰后台进行识别，并返回识别结果的JSON数据。

另一个方法是report_error()，这是用于处理识别错误的回调函数。若验证码识别错误，调用此方法可返还相应的题分。

随后，我们以TouClick官网为例演示点触验证码的识别过程，链接为：http://admin.touclick.com/。若未注册账号，请先完成注册。

Selenium自动化流程实现

7. 初始化

首先，我们需要初始化一些必要变量，如WebDriver实例、Chaojiying对象等，具体代码实现如下：


EMAIL = 'cqc@cuiqingcai.com'
PASSWORD = ''
# 超级鹰用户名、密码、软件ID、验证码类型
CHAOJIYING_USERNAME = 'Germey'
CHAOJIYING_PASSWORD = ''
CHAOJIYING_SOFT_ID = 893590
CHAOJIYING_KIND = 9102
class CrackTouClick():
    def __init__(self):
        self.url = 'http://admin.touclick.com/login.html'
        self.browser = webdriver.Chrome()
        self.wait = WebDriverWait(self.browser, 20)
        self.email = EMAIL
        self.password = PASSWORD
        self.chaojiying = Chaojiying(CHAOJIYING_USERNAME, CHAOJIYING_PASSWORD, CHAOJIYING_SOFT_ID)

请注意，其中的账号和密码需替换为你自己的真实信息。

8. 获取验证码

第一步是完善相关表单，并模拟点击以呼出验证码。此步骤较为简单，代码实现如下：


def open(self):
    """
    打开网页输入用户名密码
    :return: None
    """
    self.browser.get(self.url)
    email = self.wait.until(EC.presence_of_element_located((By.ID, 'email')))
    password = self.wait.until(EC.presence_of_element_located((By.ID, 'password')))
    email.send_keys(self.email)
    password.send_keys(self.password)
def get_touclick_button(self):
    """
    获取初始验证按钮
    :return:
    """
    button = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'touclick-hod-wrap')))
    return button

在此，open()方法负责填写表单信息，get_touclick_button()方法用于获取验证码按钮，随后触发点击操作即可。

接下来，我们需要像处理上一节极验验证码一样，首先获取验证码图片的位置和尺寸，然后从网页截图中截取相应的验证码区域。代码实现如下：


def get_touclick_element(self):
    """
    获取验证图片对象
    :return: 图片对象
    """
    element = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'touclick-pub-content')))
    return element
def get_position(self):
    """
    获取验证码位置
    :return: 验证码位置元组
    """
    element = self.get_touclick_element()
    time.sleep(2)
    location = element.location
    size = element.size
    top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size[
        'width']
    return (top, bottom, left, right)
def get_screenshot(self):
    """
    获取网页截图
    :return: 截图对象
    """
    screenshot = self.browser.get_screenshot_as_png()
    screenshot = Image.open(BytesIO(screenshot))
    return screenshot
def get_touclick_image(self, name='captcha.png'):
    """
    获取验证码图片
    :return: 图片对象
    """
    top, bottom, left, right = self.get_position()
    print('验证码位置', top, bottom, left, right)
    screenshot = self.get_screenshot()
    captcha = screenshot.crop((left, top, right, bottom))
    return captcha

其中，get_touclick_image()方法负责从网页截图中截取验证码图片，验证码的相对位置坐标由get_position()方法返回。最终，我们得到一个Image对象。

坐标解析与模拟点击

9. 识别验证码

随后，调用Chaojiying对象的post_pic()方法，将图片发送至超级鹰后台。此处发送的图像数据为字节流格式，代码实现如下：


image = self.get_touclick_image()
bytes_array = BytesIO()
image.save(bytes_array, format='PNG')
# 识别验证码
result = self.chaojiying.post_pic(bytes_array.getvalue(), CHAOJIYING_KIND)
print(result)

运行上述代码后，result变量将存储超级鹰后台的识别结果。由于后台可能涉及人工辅助识别，运行可能需要等待数秒。

返回的结果为JSON格式，若识别成功，典型的返回结果如下所示：


{'err_no': 0, 'err_str': 'OK', 'pic_id': '6002001380949200001', 'pic_str': '132,127|56,77', 'md5': '1f8e1d4bef8b
11484cb1f1f34299865b'}

其中，pic_str字段包含识别出的文字坐标，以字符串形式返回，各坐标之间以“|”分隔。接下来，我们只需解析该字符串，并模拟点击对应位置即可，代码实现如下：


def get_points(self, captcha_result):
    """
    解析识别结果
    :param captcha_result: 识别结果
    :return: 转化后的结果
    """
    groups = captcha_result.get('pic_str').split('|')
    locations = [[int(number) for number in group.split(',')] for group in groups]
    return locations
 
def touch_click_words(self, locations):
    """
    点击验证图片
    :param locations: 点击位置
    :return: None
    """
    for location in locations:
        print(location)
        ActionChains(self.browser).move_to_element_with_offset(self.get_touclick_element(), location[0], 
        location[1]).click().perform()
        time.sleep(1)

在此，get_points()方法将识别结果转换为列表格式。最后，touch_click_words()方法通过调用move_to_element_with_offset()方法，依次传入解析后的坐标，执行点击操作。

至此，我们便模拟完成了坐标的点选操作，运行效果如下图所示：