百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

爬虫学习1

ztj100 2025-05-22 14:57 14 浏览 0 评论

最近学习了下爬虫,测试可以通过,先留着

import time
from selenium import webdriver
from selenium.webdriver.chrome.service import Service

from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains
import urllib.request
import json
import os
import cv2

from webdriver_manager.chrome import ChromeDriverManager

def login_and_get_uid():

    chrome_options = webdriver.ChromeOptions()
    chrome_options.add_argument('--headless')
    chrome_options.add_argument('--no-sandbox')
    chrome_options.add_argument('--disable-gpu')
    chrome_options.add_argument('--disable-dev-shm-usage')

    driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()), options=chrome_options)
    # try:
    #     pass
    # except Exception as e:
    #     print("eee:", e)
    # finally:
    #     driver.quit()
    driver.get("https://yyy.xxxxx.com/login")
    print(driver.title)
    driver.implicitly_wait(3)
    print(driver.title)
    #         print("User Agent:", user_agent)
    driver.find_element(By.NAME, 'username').send_keys("yyyyy")
    driver.find_element(By.NAME, 'password').send_keys("xxxx")

    # 找到登录按钮并点击
    login_button = driver.find_element(By.CLASS_NAME, 'btn-submit')
    login_button.click()

    time.sleep(1)

    img_element = driver.find_element(By.XPATH, '//img[@class="validate_big"]')
    src_value = img_element.get_attribute("src")
    print(src_value)
    img_element_2 = driver.find_element(By.XPATH, '//img[@class="validate_block"]')

    src_value_2 = img_element_2.get_attribute("src")
    print(src_value_2)
    if os.path.exists('./src_value.png'):
        os.remove('./src_value.png')
    urllib.request.urlretrieve(src_value, './src_value.png')
    if os.path.exists('./src_value_2.png'):
        os.remove('./src_value_2.png')
    urllib.request.urlretrieve(src_value_2, './src_value_2.png')

    smallImage = driver.find_element(By.XPATH, '//*[@id="slide"]/div/div[2]/div[2]')

    newDis = template_matching('./src_value.png', './src_value_2.png')

    print(newDis)
    driver.implicitly_wait(5)
    ActionChains(driver).click_and_hold(smallImage).perform()
    ActionChains(driver).move_by_offset(xoffset=newDis, yoffset=0).perform()
    ActionChains(driver).release().perform()
    time.sleep(2)
    print("ab:")
    time.sleep(2)
    driver.get("https:/www.sohuc.om")
    time.sleep(3)
    # xAuth = driver.execute_script("return window.sessionStorage.getItem('x-auth');")
    # access = driver.execute_script("return window.sessionStorage.getItem('access');")
    #
    max_ane = {
        "token": driver.execute_script("return window.sessionStorage.getItem('x-auth');"),
        "user_agent": driver.execute_script("return navigator.userAgent;"),
        "site_info": json.loads(driver.execute_script("return window.sessionStorage.getItem('access');")),
    }

    return {"max_ane": max_ane, "fin_ane": None}

def template_matching(img_path, tm_path):
    # 导入图片,灰度化
    img_rgb = cv2.imread(img_path)
    template_rgb = cv2.imread(tm_path)
    img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
    tm_gray = cv2.cvtColor(template_rgb, cv2.COLOR_BGR2GRAY)
    # 缺口图去除背景
    h, w = tm_gray.shape
    w_start_index, h_start_index = 0, 0
    w_end_index, h_end_index = w, h
    # 缺口图去除背景
    # 算出高起始位置
    for i in range(h):
        if not any(tm_gray[i, :]):
            h_start_index = i
        else:
            break
    # 算出高的结束位置
    for i in range(h - 1, 0, -1):
        if not any(tm_gray[i, :]):
            h_end_index = i
        else:
            break
    # 算出宽的起始位置
    for i in range(w):
        if not any(tm_gray[:, i]):
            w_start_index = i
        else:
            break
    # 算出宽的起始位置
    for i in range(w - 1, 0, -1):
        if not any(tm_gray[:, i]):
            w_end_index = i
        else:
            break
    # 取出完整的缺口图
    tm_gray = tm_gray[h_start_index:h_end_index + 1, w_start_index:w_end_index + 1]
    # 自适应阈值话
    img_thresh = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 5, 0)
    tm_thresh = cv2.adaptiveThreshold(tm_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 5, 0)

    # 边缘检测
    img_canny = cv2.Canny(img_thresh, 0, 500)
    tm_canny = cv2.Canny(tm_thresh, 0, 500)
    #     cv2.imshow("img_canny", img_canny)
    #     cv2.imshow("tm_canny", tm_canny)
    h, w = tm_gray.shape[:2]
    # 模板匹配
    res = cv2.matchTemplate(img_canny, tm_canny, cv2.TM_CCOEFF_NORMED)

    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    left_up = max_loc
    print(left_up)
    right_bottom = (max_loc[0] + w, max_loc[1] + h)  # 右下角
    # 圈出矩形坐标
    cv2.rectangle(img_rgb, max_loc, right_bottom, (0, 0, 255), 2)
    if os.path.exists('res.png'):
        os.remove('res.png')
    cv2.imwrite('res.png', img_rgb)

    # 显示图片 参数:(窗口标识字符串,imread读入的图像)
    # cv2.imshow("test_image", img_rgb)
    return max_loc[0] / 400 * 238

if __name__ == '__main__':
    re = login_and_get_uid()
    print("re : ", re)

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: