采集过程碰到验证码怎么办？

验证码出现的时间不确定!

出现位置也不确定！

so我们要怎么解决呢？

 

 

原因：该情况一般是采集速度比较快、采集数据多，触发了网站的防采集机制所导致的。

解决方案：由于其不确定性，并不是采集每一条数据都出现验证码。故需在规则中引入分支判断，对网页是否出现验证码进行判断。如：出现时走左分支，不出现时走右分支。分支的判断一般可选择“当前页面包含文本”，具体请根据网页实际情况进行操作。分支判断的使用请参考相应教程，教程链接：/tutorial/judge.aspx?t=1

在配置规则的过程中，应采取先判断后识别验证码的流程顺序。此外，由于验证码不是时时出现，故一定要找到验证码出现的界面，从而完成“识别验证码”该步骤的建立。

 

操作示例：

1、按常规流程制作规则。

 

验证码在采集过程中出现，不确定出现时间甚至位置-图1

 

2、运行单机采集，采集部分数据后发现提示访问频繁，需要输入验证码。

此时应停止采集，对规则进修改。

 

验证码在采集过程中出现，不确定出现时间甚至位置-图2

 

3、回到“流程”页面，从流程设计器左侧栏拖一个“判断条件”到流程图中。

 

 

验证码在采集过程中出现，不确定出现时间甚至位置-图3

 

4、设置好判断条件。（验证码页面会出现的正常页面不会出现。如：您的访问出错了，验证输入框的xpath。示例采用的是验证码提示语“您的访问出错了”，诸位可自行选择合适的判断条件。详细操作请参考分支判断的使用。）

验证码在采集过程中出现，不确定出现时间甚至位置-图4

 

5、判断条件设好后，点击需要识别的验证码。如图：

 

验证码在采集过程中出现，不确定出现时间甚至位置-图5

 

验证码在采集过程中出现，不确定出现时间甚至位置-图6

（上述流程，前三步操作也可按如下顺序进行：

  A.点击网页中的验证码输入框

B.点击“识别验证码”

  C.点击网页中的验证码

即先选择验证码还是先选择输入框，两者殊途同归，各位请灵活应用。）

 

6、配置“识别失败”场景，因部分网站需多次输入验证码（即使输对也被要求重新输入），此外八爪鱼对接的是打码平台有0.1%的概率出错。故为规避因上述情况导致采集中断，我们需配置“识别失败”场景，告诉八爪鱼什么情况下验证码是识别失败的，从而再次进行自动识别，直至识别正确。

 

验证码在采集过程中出现，不确定出现时间甚至位置-图7

 

7、输入错误的验证码，页面一般都会有相应的提示。此时点击选中该提示，从而告诉八爪鱼出现该提示即表示验证码识别失败。

 

验证码在采集过程中出现，不确定出现时间甚至位置-图8

 

验证码在采集过程中出现，不确定出现时间甚至位置-图9

 

8、识别失败场景配置完后进行识别成功场景的配置。进入场景后手动输入正确的验证码，然后点击“应用到网页并完成配置”。

 

验证码在采集过程中出现，不确定出现时间甚至位置-图10

 

验证码在采集过程中出现，不确定出现时间甚至位置-图11

（完成验证码识别操作后，点击“流程”，若出现识别验证码在分支的最右边，可点击长按，拖动到对应位置。）

验证码在采集过程中出现，不确定出现时间甚至位置-图12

 

至此，“识别验证码”操作完成，剩余操作请诸位根据实际需求设置。图中示例在识别验证码后只做提取数据操作，此时即可运行本地采集进行验证调试。当第一次弹出验证码码输入框时。点击勾选上“自动识别验证码”，待验证码输入后，点击“确定”，任务将自动运行下。云采集不需要操作这一步，直接运行即可。当不点击勾选上“自动识别验证码”，则需要每次出现此弹窗时手动输入，且只支持单机采集。点击“自动识别验证码”后本次采集将消耗验证码余额，单机采集和云采集均支持。

（注：“识别验证码”默认勾选ajax，超时时间为5秒。用户可根据网站实际情况其高级选项中进行配置，如网页加载比较快可将超时时间设短些。但建议不要更改，尤其是是否勾选ajax，以免出错！）

 

验证码在采集过程中出现，不确定出现时间甚至位置-图13

 

下图为本地采集验证识别情况。在勾选“自动识别验证码”并“确认”后，本地采集过程中将自动识别验证码，并消耗余额。余额购买请点击/plan 注意勾选上验证码套餐！

 

验证码在采集过程中出现，不确定出现时间甚至位置-图14