Python实现的百度站长自动URL提交小工具
URL提交是百度提供的一个站长工具，用于给站长提供手工收录某些URL的接口，但是该接口有验证码识别部分，比较难弄。所以编写了如下程序进行验证码自动识别：
主要思路
获取多个验证码，提交到http://lab.ocrking.com/进行多次识别，然后计算每个验证码图片识别出来的字母或数字进行统计，得出统计率最高的即为验证码。
#!/usr/bin/envpython #-*-coding:utf-8-*- importrequests importtime importjson importre if__name__=="__main__": i=1 s=requests.session() s.headers.update({'Referer':'http://zhanzhang.baidu.com/sitesubmit/index','User-Agent':'Mozilla/5.0(WindowsNT6.1;WOW64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/33.0.1750.154Safari/537.36'}) r=s.get('http://zhanzhang.baidu.com/sitesubmit/index') s2=requests.session() r=s.post('http://zhanzhang.baidu.com/captcha',data={'async':'false','n':time.time()}) url=json.loads(r.content)['url'] temp=[] while1: try: r=s.get(url) img_data=r.content r=s2.get('http://lab.ocrking.com/') try: content=''.join(r.content.split()) sid= re.findall(r'"sid":"(.+?)"',content)[0] hash_1=re.findall(r'"hash":"(.+?)"',content)[0] timestamp=re.findall(r'"timestamp":"(.+?)"',content)[0] except: print'errorongetorkinginfo!' continue files={'Filedata':('icode.jpeg',img_data)} data ={'Filename':'icode.jpeg','sid':sid,'hash':hash_1,'timestamp':timestamp} r=s2.post('http://lab.ocrking.com/upload.html',files=files,data=data) r=s2.post('http://lab.ocrking.com/ocrking.html',data={'upfile':r.content,'type':'captcha','charset':'7'}) icode=re.findall(r'<OcrResult>(.+?)</OcrResult>',r.content)[0] iflen(icode)!=4: continue temp.append(icode) i=i+1 ifi==3: break exceptException,e: printe pass a={'0':{},'1':{},'2':{},'3':{}} foraaintemp: i=0 whilei<=3: try: a[str(i)][aa[i]]= a[str(i)][aa[i]]+1 except: a[str(i)][aa[i]]=1 i=i+1 icode=['','','',''] forindexina: temp_times=0 forindex_1ina[index]: ifa[index][index_1]>=temp_times: temp_times=a[index][index_1] icode[int(index)]=index_1 icode= ''.join(icode) img_name='temp\\'+icode+'.png' file_object=open(img_name,'w') file_object.write(img_data) file_object.close() #r=s.post('http://zhanzhang.baidu.com/sitesubmit/sitepost',data={'url':'http://lab.ocrking.com/','captcha':icode}) #printr.content