python爬虫--某房源网站验证码破解

使用模块

requests请求模块

lxml数据解析模块

ddddocr光学识别

爬取目标

网站验证码破解思路是统一的，本文以城市列表为例

目标获取城市名以及城市连接，之后获取城市房源信息技术直接替换地址即可

验证码

技术细节

一、 访问频次过快会触发验证码页面

使用302从定向到验证码页面，在请求地址中包含location参数与ext参数需要提取出来供后续使用

    print(f"触发验证码")
	redirect_url = res.headers["location"]
	parsed_url = urlparse(redirect_url)
	query_params = parse_qs(parsed_url.query)

	location = query_params.get('location')[0]
	ext = query_params.get('ext', [''])[0]