如何在爬取页面中嵌套的图片验证码时获取到图片内容？

爬取页面中嵌套的图片验证码

在爬取图片验证码时，我们通常会直接抓取图片的url，然后保存本地。然而，有时我们会遇到这种情况，图片验证码并不会直接展示在页面上，而是通过其他方式加载。

如题中的例子所示，验证码通过一个单独的url进行加载，该url地址中包含了图片的日期信息。如何才能成功抓取到这种情况下的图片验证码呢？

这个问题可以用http请求头解决，通过带上网站的cookie信息，我们可以直接访问到jfif的返回内容，再将该二进制文件存入本地即可识别为图片。

在代码中，我们首先构造一个http请求，并在请求头中带上cookie信息，然后使用该请求发送至图片验证码url。最后，将获取到的二进制内容存入本地即可。

在java中实现代码大致如下：

URL url = new URL("http://jx.189.cn/public/v4/common/control/page/image.jsp?date=Wed%20May%2029%202019%2010:26:32%20GMT+0800%20(%E4%B8%AD%E5%9B%BD%E6%A0%87%E5%87%86%E6%97%B6%E9%97%B4)");
HttpURLConnection conn = (HttpURLConnection) url.openConnection();
conn.setRequestProperty("Cookie", "YOUR_COOKIE_HERE");
conn.connect();
InputStream is = conn.getInputStream();
FileOutputStream os = new FileOutputStream("captcha.jpg");
byte[] buffer = new byte[1024];
int len;
while ((len = is.read(buffer)) > 0) {
    os.write(buffer, 0, len);
}
os.close();
is.close();

执行这段代码即可成功获取到图片验证码，并将其保存为本地文件。

以上就是如何在爬取页面中嵌套的图片验证码时获取到图片内容？的详细内容，更多请关注图灵教育其它相关文章！