[发明专利]一种网页中验证码元素识别方法

摘要

本发明公开了一种网页中验证码元素识别方法，包括以下步骤：通过网络爬虫获取网站页面源代码，检查页面源代码是否存在<form>标签；检索<form>标签内的特征关键字；查找特征关键字相邻位置标签<input>，判断该标签“type”属性是否为“text”；已<input>标签为基准，依次向上、向下相邻标签进行递归查找<img>标签；检索<img>标签中onclick事件，提取onclick事件属性值；匹配javascript代码中create_code()函数内容，通过将<img>标签src属性值附加一串数字随机值，以参数形式进行提交；检索onclick事件内容，匹配javascript函数内容，生成随机值、当前日期、当前时间戳；模拟执行onclick事件，据此判img内容是否为图片验证码。本发明查找特征关键字相邻位置标签，极大地缩小了目标检索范围，提高了查找效率。

主权项

一种网页中验证码元素识别方法，其特征在于，包括以下步骤：步骤1：通过网络爬虫获取网站页面源代码，检查页面源代码是否存在<form>标签，若存在，则进行后续步骤；步骤2：检索<form>标签内的特征关键字，若存在特征关键字，则进行后续步骤；步骤3：查找特征关键字相邻位置标签<input>，判断该标签“type”属性是否为“text”，若是“text”，判定此处为验证码输入处；步骤4：以步骤3中<input>标签为基准，依次向上、向下相邻标签进行递归查找<img>标签；步骤5：检索<img>标签中onclick事件，提取onclick事件属性值，属性值为javascript函数；步骤6：匹配javascript代码中create_code()函数内容，通过将<img>标签src属性值附加一串数字随机值，以参数形式进行提交，从而来获得新的验证码；步骤7：检索步骤5中onclick事件内容，匹配javascript函数内容，生成随机值、当前日期、当前时间戳；步骤8：模拟执行onclick事件，据此判断步骤5的img内容是否为图片验证码。