获取字幕的python脚本

Question

所以我在为我的应用做这个网站的抓取。我需要下载验证码图像显示给用户。但每次我访问验证码url时，它都会生成一个新的验证码。如何下载自动登录的动态生成的验证码

例如：https://academics.vit.ac.in/student/stud_login.asp

在这里，我使用以下脚本下载验证码>；>>

from bs4 import BeautifulSoup
import urllib2
import urllib

url = "https://academics.vit.ac.in/student/stud_login.asp"
content = urllib2.urlopen(url)
soup = BeautifulSoup(content)
img = soup.find('img',id ='imgCaptcha')
print img
urllib.urlretrieve(img['src'],'captcha.bmp')

但有些脚本似乎不起作用。在

1）一种解决方案是截图并剔除验证码。 但是我需要一个不同的解决方案，因为我要在不同屏幕大小的设备上工作，所以拍摄屏幕快照并不能解决这个问题。在

Answer 1

img['src']返回一个相对url-captcha.asp。在使用它之前，必须将其转换为绝对url（https://academics.vit.ac.in/student/captcha.asp）。在

import urlparse
urllib.urlretrieve(urlparse.urljoin(url, img['src']), 'captcha.bmp')