selenium+python实现1688网站验证码图片的截取功能

<img id="J_CheckCodeImg1" width="100" height="30"  ="return false;" src="//pin.aliyun.com/get_img?identity=sm-searchweb2&sessionid=9c3a51d81de07ddf1bfd9bbc70863b0f&type=default&t=1511315617645">

<  id="sufei-dialog-content"  border="none" src="https://sec.1688.com/query.htm?style=mini&smApp=searchweb2&smPolicy=searchweb2-RpcAsyncAll-anti_Spider-checkcode&smCharset=GBK&smTag=MTIxLjE1LjI2LjIzMywzNTE1MTA4MjI5LGFlNGE1ZGI1YTQ4NDQ3NTNiYzY5OTZlZmU1OWE3Njhm&smReturn=https%3A%2F%2Fs.1688.com%2Fselloffer%2Frpc_async_render.jsonp%3Fkeywords%3D%25CF%25B4%25CD%25EB%25B2%25BC%26startIndex%3D0%26n%3Dy%26pageSize%3D60%26rpcflag%3Dnew%26async%3Dtrue%26templateConfigName%3DmarketOfferresult%26enableAsync%3Dtrue%26qrwRedirectEnabled%3Dfalse%26filterP4pIds%3D1245873517%252C561786598916%252C559726907082%252C523166432402%252C557139543735%252C529784793813%252C543923733444%252C560590249743%26asyncCount%3D20%26_pageName_%3Dmarket%26offset%3D9%26uniqfield%3Dpic_tag_id%26leftP4PIds%3D%26callback%3DjQuery18305735956012709345_1511341604992%26beginPage%3D48%26_%3D1511341615310&smSign=XKm5xSgAkIixvOkhV1VSyg%3D%3D" cd_ _id_="c4ae94ef2bea60f0b4729f319df59251"></ >

# 前提是，在程序启动时，对浏览器窗口大小进行了设置
from selenium import webdriver
import time
from PIL import Image
browser = webdriver.Chrome()
# 根据桌面分辨率来定，主要是为了抓到验证码的截屏，验证码需要出现在可视区域中
browser.set_window_size(960, 960)
# 处理验证码弹窗
def captchaHandler(browser, DamatuInstance):
   Lst = browser.find_elements_by_tag_name(' ')
  print(f"captchaHandler: enter ,  Lst = { Lst}")
  for   in  Lst:
     ID =  .get_attribute('id')
     Src =  .get_attribute('src')
    print(f"captchaHandler:  ID = { ID},  Src = { Src}")
    # 找到验证码登录 
    if  ID and  ID.find('dialog') != -1:
      if  Src and  Src.find(r'sec.1688.com') != -1:
        # 拿到 的宽度和高度
         Width =  .size['width']
         Height =  .size['height']
        # 代表验证码区域可见
        # 某些情况下，会出现验证码框不弹出，而 还在的暂态
        if  Width > 0 and  Height > 0:
          print(f"验证码弹出, 进行处理,  Width = { Width},  Height = { Height}")
          # 截屏，在chrome中截取的是可视区域，而不是整个html页面
          # 前提是当前project下已经创建了clawerImgs目录
          browser.get_screenshot_as_file('clawerImgs/screenshot.png')
          # 先拿到 在整个可视页面（也就是上面的截屏）中的相对位置，因为前面对页面的窗口大小进行了设置960 X 960
          # location_once_scrolled_into_view 拿到的是相对于可视区域的坐标
          # location 拿到的是相对整个html页面的坐标
           X = int( .location_once_scrolled_into_view['x'])
           Y = int( .location_once_scrolled_into_view['y'])
          print(f"captchaHandler:  X = { X},  Y = { Y},  Width = { Width},  Height = { Height}")
          # 获取指定元素位置，先拿 元素的图片
          left =  X
          top =  Y
          right =  X +  Width
          bottom =  Y +  Height
          # 通过Image处理图像，截取 的图片 ———— 无意义，只是做经验总结
          img  = Image.open('clawerImgs/screenshot.png')
          img  = img .crop((left, top, right, bottom)) # 裁剪
          img .save('clawerImgs/ .png')
          # 切换到验证码弹出框的 ，不然无法获取到验证码元素，因为验证码元素是在 中
          browser.switch_to. ( )
          # ------获取验证码图片，第一种方法：在 区域截取
          # 获取指定元素位置
          captchaElem = browser.find_element_by_xpath("//img[contains(@id, 'CheckCodeImg')]")
          # 因为验证码在 中没有缩放，直接取验证码图片的绝对坐标
          # 这个坐标是相对于它所属的 的，而不是整个可视区域
          captchaX = int(captchaElem.location['x'])
          captchaY = int(captchaElem.location['y'])
          # 取验证码的宽度和高度
          captchaWidth = captchaElem.size['width']
          captchaHeight = captchaElem.size['height']
          captchaRight = captchaX + captchaWidth
          captchaBottom = captchaY + captchaHeight
          print(f"captchaHandler: 1 captchaX = {captchaX}, captchaY = {captchaY}, captchaWidth = {captchaWidth}, captchaHeight = {captchaHeight}")
          # 通过Image处理图像，第一种方法：在 区域截取
          img  = Image.open('clawerImgs/ .png')
          imgCaptcha = img .crop((captchaX, captchaY, captchaRight, captchaBottom))   # 裁剪
          imgCaptcha.save('clawerImgs/captcha1.png')
          # ------获取验证码图片，第二种方法：在整个可视区域截取。 就要加上这个 的便宜量
          captchaElem = browser.find_element_by_xpath("//img[contains(@id, 'CheckCodeImg')]")
          captchaX = int(captchaElem.location['x']) +  X
          captchaY = int(captchaElem.location['y']) +  Y
          captchaWidth = captchaElem.size['width']
          captchaHeight = captchaElem.size['height']
          captchaRight = captchaX + captchaWidth
          captchaBottom = captchaY + captchaHeight
          print(f"captchaHandler: 2 captchaX = {captchaX}, captchaY = {captchaY}, captchaWidth = {captchaWidth}, captchaHeight = {captchaHeight}")
          # 通过Image处理图像，第二种方法：在整个可视区域截取
          img  = Image.open('clawerImgs/screenshot.png')
          imgCaptcha = img .crop((captchaX, captchaY, captchaRight, captchaBottom))    # 裁剪
          imgCaptcha.save('clawerImgs/captcha2.png')

# 摘自https://www.cnblogs.com/my8100/p/7225408.html
chrome
  default：
    location 不滚动，直接返回相对整个html的坐标 {'x': 15.0, 'y': 129.0}
    location_once_scrolled_into_view 返回相对可视区域的坐标（改变浏览器高度，可以观察到底部元素底部对齐后y的变化）
      顶部/底部元素 完全可见不滚动，{u'x': 15, u'y': 60}
      顶部元素部分可见或完全不可见都会滚动到 顶部对齐 {u'x': 15, u'y': 0} account-wall
      底部元素部分可见或完全不可见都会滚动到 底部对齐 {u'x': 15, u'y': 594} theme-list
   ：
    location 不滚动，直接返回相对 即当前相应内层html的坐标{'x': 255.0, 'y': 167.0} captcha_  的 lc-refresh
    location_once_scrolled_into_view 返回相对可视区域的坐标
      完全可见不滚动{u'x': 273, u'y': 105}
      部分可见或完全不可见滚动到 顶部对齐 {u'x': 273, u'y': 0}
  firefox
    default:
      顶部元素 底部元素
        location 不滚动，直接返回相对整个html的坐标 {'x': 15.0, 'y': 130.0} {'x': 15.0, 'y': 707.0}
        location_once_scrolled_into_view 返回相对可视区域的坐标（y=1足以说明）
          可见不可见 都滚动到顶部对齐 {'x': 15.0, 'y': 1.0} {'x': 15.0, 'y': 1.0}
          如果下拉条直到底部，底部元素仍然无法顶部对齐 {'x': 15.0, 'y': 82.0}
     ：
      location 不滚动，都是相对 即当前相应html的坐标{'x': 255.0, 'y': 166.0}
      location_once_scrolled_into_view 可见不可见都会滚动到顶部对齐，（'y'依旧是166.0）
        结果也是相对 即当前相应html的坐标{'x': 255.0, 'y': 166.0}
# 总结
location 
  始终不滚动，返回相对整个html或者对应 的坐标
location_once_scrolled_into_view
  chrome完全可见不滚动，firefox始终会滚动；而且chrome底部元素会底部对齐，其余情况两者都是顶部对齐。
  一般返回相对可视区域坐标，但是firefox的 依旧返回相对 的坐标
# 摘自：https://zhuanlan.zhihu.com/p/25171554
selenium.webdriver 内置了截取当前页面的功能，其中：
  a.WebDriver.Chrome自带的方法只能对当前窗口截屏，若是需要截取的窗口超过了一屏，就只能另辟蹊径了。
  b.WebDriver.PhantomJS自带的方法支持对整个网页截屏。