online模式的破解

继续以国家企业信用信息公示系统为例。
补充一个完成度80%的项目和文档。代码实现主要参考 https://zhuanlan.zhihu.com/windev 的相关分析文章。
已实现以下功能：

1. 所有HTTP Request & Response协议

使用requests库实现。

2. 验证码图片的拼图重组和识别

使用Pillow库，实现滑块拼图位置的精确定位。
全局变量IMAGE_DEBUG，实现不同精准度的图片本地临时文件存储，以便观察定位效果和改进。

3. GeeTest Javascript 加解密算法破解

使用PyExecJS库，执行GeeTest Javascript方法，获得正确的明文和密文。
配合NodeJS使用更佳。

4. 使用BeautifulSoup4库，进行网页数据解析

未完成的20%包括2部分。

• 完善用户鼠标轨迹运行的数据仿真算法。

• 补全官网针对爬虫返回HTTP 521的处理，补全Cookie校验逻辑。

源码见GitHub

https://github.com/9468305/python-script/tree/master/geetest_online

Dependence

pip install requests
pip install Pillow
pip install PyExecJS
pip install beautifulsoup4

作者：爱柚子的陈同学
链接：https://www.jianshu.com/p/49f48e96fdf1