1. 背景

•在1688網站爬取數據時，如果訪問過于頻繁，無論用戶是否已經登錄，就會彈出如下所示的驗證碼登錄框。

一般的驗證碼是類似于如下的元素（通過鏈接單獨加載進頁面，而不是嵌入圖片元素）：

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

•一般來說，獲取驗證碼圖片有兩種方式：

•第一，拿到上面驗證碼的圖片鏈接：src=”//pin.aliyun.com/get_img?identity=sm-searchweb2&sessionid=9c3a51d81de07ddf1bfd9bbc70863b0f&type=default&t=1511315617645”，但是這種方式有時候行不通。因為有時候會發現當前的驗證碼和通過提取出來的url鏈接打開的驗證碼，內容是不一樣的，其內容不斷發生變化。

•第二，利用selenium先進行可視區域的截屏，然后定位驗證碼元素的位置以及大小，然后利用Image（PIL模塊中）進行裁剪，得到驗證碼圖片，然后送往驗證碼模塊或者打碼平臺處理。

2. 環境

•python 3.6.1
•系統：win7
•IDE：pycharm
•安裝過chrome瀏覽器
•配置好chromedriver
•selenium 3.7.0

3. 分析網頁結構

通過分析網頁源代碼，我們可以得出以下結論：

•這個驗證碼登錄框是通過iframe嵌入到網頁中的。
•頁面中不止這一個iframe嵌套。
•這個驗證碼iframe有很明顯的特征：id=”sufei-dialog-content”和src=”https://sec.1688.com/query.htm?……”

<iframe id="sufei-dialog-content" frameborder="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_frame_id_="c4ae94ef2bea60f0b4729f319df59251"></iframe>