网页文章自动采集(如何解决验证码怎么办的时间不确定？(一) )

　　网页文章自动采集(如何解决验证码怎么办的时间不确定？(一)

)

　　摘要：验证码的出现一般是由于采集速度较快，采集的数据较多，触发了网站的反采集机制。解决方案是由于它的不确定性，并不是每条采集到的数据都会有验证码。因此，需要在规则中引入分支判断来判断验证码是否出现在网页上。

　　收款过程中遇到验证码怎么办？

　　验证码出现的时间不确定！

　　位置也不确定！

　　那么我们如何解决呢？

　　原因：这种情况一般是采集速度比较快，采集的数据量大，触发了网站的反采集机制。

　　解决方案：由于其不确定性，验证码不会出现在采集的每条数据中。因此，需要在规则中引入分支判断来判断验证码是否出现在网页上。例如，当它出现时，它会去左分支，当它不出现时，它会去右分支。对于分支判断，一般可以选择“当前页面收录

文本”。详情请根据网页实际情况进行操作。分支判断的使用请参考对应教程，教程链接：

　　在配置规则的过程中，应采用判断后识别验证码的流程顺序。另外，由于验证码不会时常出现，所以需要找到验证码出现的界面，完成“身份验证码”步骤的建立。

　　操作示例：

　　1、 按照正常流程制定规则。

　　2、 运行单机采集，采集部分数据后发现提示访问频繁，需要验证码。

　　这时候就应该停止征集，修改规则。

　　3、回到“流程”页面，将流程设计器左栏的“判断条件”拖到流程图中。

　　4、设置判断条件。（正常会出现在验证码页面的页面不会出现。例如：您的访问错误，验证输入框的xpath。示例使用验证码提示“您的访问出错”，您可以选择适当的判断条件。详细操作请参考分支判断的使用。）

　　采集过程中出现验证码，出现时间甚至位置不确定-图4

　　5、判断条件设置好后，点击需要识别的验证码。如图：

　　（对于上述过程，前三步也可以按以下顺序进行：

　　A.点击网页上的验证码输入框

　　B. 点击“身份验证码”

　　C.点击网页上的验证码

　　即先选择验证码还是先选择输入框，两者目的相同，请灵活应用。)

　　6、 配置“识别失败”场景，因为有些网站需要多次输入验证码（即使输入正确，也需要重新输入验证码）。此外，优采云

以0. 1%的错误概率连接到编码平台。因此，为了避免上述情况导致采集中断，我们需要配置“识别失败”场景，告诉优采云

在什么情况下验证码识别失败，以便再次进行自动识别直到识别正确为止。

　　7、如果输入错误的验证码，页面上通常会有相应的提示。这时候点击选择提示告诉优采云

出现提示提示验证码识别失败。

　　8、识别失败场景配置完成后，再配置成功识别场景。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”。

　　（完成验证码识别操作后，点击“处理”，如果验证码出现在分支的最右侧，点击并按住拖动到相应位置。）

　　至此，“身份验证码”操作完成，其余操作请根据实际需要进行设置。图中示例仅在识别验证码后提取数据，然后可以运行本地采集进行验证和调试。第一次弹出验证码输入框时。点击勾选“自动识别验证码”。输入验证码后，点击“确定”，任务将自动运行。云采集这一步不需要操作，直接运行即可。当您没有点击勾选“自动识别验证码”时，每次出现此弹窗时都需要手动输入，且仅支持单机采集。点击“后

　　（注：“身份验证码”默认选择Ajax，超时时间为5秒，用户可根据网站实际情况配置高级选项。如果网页加载速度较快，可以设置超时时间较短。不过建议不要改，特别是是否检查ajax，以免出错！）

　　下图显示了本地采集

验证和识别情况。勾选“自动识别验证码”和“确认”后，本地收款过程中会自动识别验证码并消耗余额。请点击余额购买

　　注意查看验证码包！