网址链接：衣丰 & 2010-聚衣网(juyi5.cn) - 常熟市聚衣网，聚衣网女装，江苏省女装批发，苏州市女装批发，常熟市女装批发，网销女装一件代发，全国最低价
平时采集数据，频率过快，出现反爬：
IP/账号/验证码/
需要登陆才能看到手机号何微信号
打开开发者工具，刷新后点击显示电话，可以发现包，里面有数据
获取数据的包的链接：https://www.juyi5.cn/ajax/supplier/get_contact_info
获取数据包需要的参数：
user_id：是不同商家的标志
auth_key:是下面获取验证码链接传来的key值
auth_token:是识别验证码链接返回的值
多次刷新，会出现验证码
如何自动识别验证码：
1.抓包分析过程
-出现验证码链接：
get: https://captcha.jybc.com.cn/api/captcha/get?type=2&site=juyi5&_=1712671270045
数据包中
-img:滑块图片
-key:会用到check包中的载荷中
-slider:完整有缺口图片
-识别验证码链接：
post:https://captcha.jybc.com.cn/api/captcha/check（识别操作）
载荷中
-key:从验证码链接返回的参数中获得
-type:2(固定)验证码类型
-value:74(滑动的距离)
第一个data包是滑块，第二个data包是验证码图，故意滑动错误，出现check包
现在目标明确，为了通过验证码，必须获得key值和value值，value值可以获得验证码图片，经过第三方库获得。
具体代码：
import base64
import requests
import ddddocr #验证码识别
# 验证码链接
url = 'https://captcha.jybc.com.cn/api/captcha/get?type=2&site=juyi5&_=1712671270046'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',
}
response = requests.get(url=url,headers=headers)
json_data = response.json()
img = json_data['data']['img'].split(',')[-1]#滑块图片base64值
slider = json_data['data']['slider'].split(',')[-1]# 有缺口图片base64值
key = json_data['data']['key'] # key值
yzm = base64.b64decode(img) # 获取滑块图片二进制数据
yzm_ = base64.b64decode(slider) #获取有缺口图片二进制数据
'''识别缺口位置'''
det = ddddocr.DdddOcr(det=False,ocr=False)
res = det.slide_match(yzm,yzm_,simple_target=True) # 返回的第一个是value值
value = res['target'][0]
'''验证识别'''
link = 'https://captcha.jybc.com.cn/api/captcha/check'
data = {
'key': key,
'type': '2',
'value': value,
}
post_data = requests.post(url=link,data=data,headers=headers).json()
print(res)
print(post_data)结果展现：
返回一个token值，获取数据时可以传进去。
现在获得了所有数据包需要的参数，那么进行数据采集吧！
完整代码：
import base64
import requests
import ddddocr #验证码识别
# 验证码链接
url = 'https://captcha.jybc.com.cn/api/captcha/get?type=2&site=juyi5&_=1712671270046'
headers = {
"Cookie":"UM_distinctid=18ec3225db1698-07895aa196f7bf-26001951-144000-18ec3225db2a0b; CNZZDATA1281257008=1962599005-1712670793-%7C1712670837; login_captcha_word=81065f8c25a8c7a1e3dc118575253916; login_captcha_time=1712670843715; login_captcha_image=%3Cimg+id%3D%22captcha%22+src%3D%22%2Fimages%2Fcaptcha%2F1712670843715.png%22+width%3D%2280%22+height%3D%2230%22+style%3D%22border%3A0%3B%22+%2F%3E; login_captcha_hash=759ec17249f7036e06e84123913624fd; user_phash=c71f3ad136b089ae6595129d9f1a3d34; daily_login=1; user_username=18720180853%40juyi5.cn; user_user_id=3698246; user_type=0; user_login_type=passport; user_login_time=2024-04-09+21%3A55%3A02; user_login_ip=36.248.235.8; user_is_user_login=1; user_hash=fcef63a4b7469334801fd1e6ba7566cb; k3cn=dXNlcl9pZD0zNjk4MjQ2JnR5cGU9MCZ1c2VybmFtZT0xODcyMDE4MDg1M0BqdXlpNS5jbiZ0PTE3MTI2NzA5MDImaGFzaD0yODc5MWVhOTQ2M2Q0MjYwMjk1ZDFkZWJiMzFhY2U5Yg%3D%3D; CNZZDATA1281257007=967069251-1712670902-%7C1712671271; CNZZDATA1278289041=1554277160-1712670793-%7C1712671271",
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',
}
response = requests.get(url=url,headers=headers)
json_data = response.json()
img = json_data['data']['img'].split(',')[-1]#滑块图片base64值
slider = json_data['data']['slider'].split(',')[-1]# 有缺口图片base64值
key = json_data['data']['key'] # key值
yzm = base64.b64decode(img) # 获取滑块图片二进制数据
yzm_ = base64.b64decode(slider) #获取有缺口图片二进制数据
'''识别缺口位置'''
det = ddddocr.DdddOcr(det=False,ocr=False)
res = det.slide_match(yzm,yzm_,simple_target=True) # 返回的第一个是value值
value = res['target'][0]
'''验证识别'''
link = 'https://captcha.jybc.com.cn/api/captcha/check'
data = {
'key': key,
'type': '2',
'value': value,
}
post_data = requests.post(url=link,data=data,headers=headers).json()
print(res)
print(post_data)
'''请求数据链接'''
data_url = 'https://www.juyi5.cn/ajax/supplier/get_contact_info'
data2 = {
'user_id': '3424211',
'auth_key': key,
'auth_token': post_data['data']['token'],
}
res2 = requests.post(url=data_url,data=data2,headers=headers).json() #由于是登录才能获取数据，因此headers中还要加上cookie
print(res2)
print(res2['data'])结果展现：
