使用 Zig 實現自動化登入並處理驗證碼

ttocr、com發表於2024-11-29

Zig 是一種新的系統程式語言，它提供了與 C 類似的效能和控制能力，同時還具備更簡潔的語法和強大的型別系統。在本篇文章中，我們將展示如何利用 Zig 語言配合外部工具來處理網頁自動化中的驗證碼問題。我們將藉助外部 Python 指令碼來執行驗證碼的影像處理與識別，並透過 Zig 進行控制和排程。

  1. 環境準備
    在使用 Zig 進行自動化控制時，我們依賴 Python 指令碼來進行驗證碼的處理和識別。以下是您需要的工具：

Zig：主要用於編寫控制指令碼，負責排程 Python 指令碼執行。
Selenium：用於自動化瀏覽器操作。
Pillow 和 pytesseract：用於驗證碼影像的裁剪與識別。
Tesseract OCR：識別影像中的文字。
2. Zig 指令碼控制流程
Zig 語言本身不直接支援瀏覽器自動化，但可以呼叫外部程式，像 Python 指令碼，來處理驗證碼的識別。我們將使用 Zig 編寫一個控制流程，啟動一個外部 Python 指令碼來完成驗證碼的處理，然後返回識別結果。

Zig 程式碼：控制自動化登入
zig

const std = @import("std");
const fs = std.fs;
const os = std.os;
const subprocess = std.os.subprocess;

pub fn main() void {
// 開啟瀏覽器並獲取驗證碼
const python_script = "recognize_captcha.py"; // 假設我們已經有這個 Python 指令碼

// 呼叫 Python 指令碼來獲取驗證碼
const process = subprocess.Executor.init(python_script);
const result = process.wait() catch |err| {
    std.debug.print("Error running Python script: {}\n", .{err});
    return;
};

// 檢查 Python 指令碼的輸出
const captcha_text = result.stdout;
std.debug.print("識別到的驗證碼: {}\n", .{captcha_text});

// 假設我們將驗證碼填寫到表單並提交
if (captcha_text.len > 0) {
    // 此處可以執行提交驗證碼到表單的操作，假設它已經完成
    std.debug.print("驗證碼識別並提交成功\n", .{});
} else {
    std.debug.print("驗證碼識別失敗，請重新嘗試\n", .{});
}

}
解釋
subprocess.Executor：我們透過 subprocess.Executor 執行外部的 Python 指令碼。該指令碼負責獲取驗證碼並透過 Tesseract 識別它。
捕獲輸出：result.stdout 包含 Python 指令碼的輸出，即識別出來的驗證碼文字。
3. Python 處理驗證碼
Python 指令碼負責截圖驗證碼並使用 Tesseract 進行文字識別。我們使用 Selenium 獲取驗證碼圖片並截圖。

Python 程式碼：驗證碼識別
python

from selenium import webdriver
from PIL import Image
import pytesseract
import time

設定 WebDriver，開啟目標登入頁面

driver = webdriver.Chrome()
driver.get("http://example.com/login")

獲取驗證碼圖片的元素

captcha_element = driver.find_element_by_id("captcha_image")

獲取驗證碼圖片的位置和尺寸

location = captcha_element.location
size = captcha_element.size
left = int(location['x'])
top = int(location['y'])
right = int(location['x'] + size['width'])
bottom = int(location['y'] + size['height'])

截圖並裁剪出驗證碼部分

screenshot_path = "captcha.png"
driver.get_screenshot_as_file(screenshot_path)

裁剪出驗證碼區域

image = Image.open(screenshot_path)
captcha_image = image.crop((left, top, right, bottom))

使用 Tesseract OCR 識別驗證碼內容

captcha_text = pytesseract.image_to_string(captcha_image).strip()
print(f"識別到的驗證碼是：{captcha_text}")

關閉瀏覽器更多內容訪問ttocr.com或聯絡1436423940

driver.quit()

將驗證碼返回給 Zig 指令碼

print(captcha_text)
解釋
Selenium 截圖：Selenium 用於自動化瀏覽器操作，定位驗證碼元素，截圖並裁剪出驗證碼區域。
Tesseract OCR：我們使用 Tesseract 對擷取的驗證碼進行識別，提取出驗證碼的文字。
4. Zig 與 Python 協作
Zig 指令碼：負責控制自動化任務，呼叫 Python 指令碼執行驗證碼處理。
Python 指令碼：執行驗證碼識別，並將結果返回給 Zig 指令碼。
5. 執行登入
當 Zig 指令碼成功獲取到識別的驗證碼文字後，它可以將這個文字填寫到登入表單中。假設我們已經有一個名為 submit_login_form 的函式，它可以自動填寫驗證碼並提交表單。

相關文章