学习笔记-Python爬虫4-验证码

# 验证码问题
    - 验证码：放置机器人或者爬虫
    - 分类：
        - 简单图片
        - 极验，官网www.geetest.com
        - 12306
        - 电话
        - google验证
    - 验证码破解：
        - 通用方法：
            - 下载网页和验证码
            - 手动输入验证号码
        - 简单图片
            - 使用图像识别软件或者文字识别软件
            - 可以使用第三方图像验证码破解网站，www.chaojiying.com
        - 极验
            - 破解比较麻烦
            - 可以模拟鼠标等移动
            - 一直在进化
        - 12306
        - 电话：语音识别
        - google验证
# Tesseract
    - 机器视觉领域的基础软件
    - OCR:OpticalChracterRecognition，光学文字识别
    - Tesseract:一个ocr苦，由google赞助
        - 安装：
            - window:百度下载安装，是一个exe文件
            - Mac:brew install tesseract
            - Linux:apt_get install tesseract-ocr
                    aptitude search tesseract
            - 安装完成后需要设置环境变量
        - 安装完成后还需要pytesseract
            - pip install pytesseract