【技巧】自动识别出现验证码的采集规则示例！

　　【技巧】自动识别出现验证码的采集规则示例！

　　采集过程中，验证码可能会在某个步骤后不规则出现，影响正常的采集。

　　这种情况一般是因为采集速度快，数据量大，触发了网站的采集预防机制。

　　通过设置【判断条件】+【自动验证码识别】，可以自动识别出现的验证码，保证数据采集的稳定性。

　　以下是具体的例子。

　　Step1：首先根据需求配置采集规则

　　示例网址：

　　在搜狗微信输入关键词search，点击搜索结果的公众号ID，进入公众号介绍页面。

　　Step2：找到出现验证码的页面

　　创建了采集规则，手动执行几次后，发现【点击列表链接】后，会时不时出现验证码。

　　注意：不同网站验证码出现的位置可能不同，请仔细观察。

　　Step3：在可能出现验证码的步骤后添加判断条件

　　在这个例子中，验证码出现在【点击列表链接】之后，所以在这一步之后，添加一个【判断条件】步骤。

　　Step4：设置判断条件

　　找到验证码出现后页面的特征，作为判断条件，与没有验证码的正常页面区分开来。

　　例如本例中页面出现验证码后，会有文字提示【为了保护您的网络安全，请输入验证码】，但正常页面上没有这样的提示.

　　您可以使用【为了保护您的网络安全，请输入验证码】作为判断条件：

　　设置左分支的执行条件为：【当前页面收录文字】，输入文字【请输入验证码】；

　　右分支设置的执行条件为：【无判断。始终执行此分支]。

　　Step5：设置【验证码识别】控件

　　为了理清我们的需求，我们需要：

　　如果在【点击列表链接】后出现验证码，到左边分支继续【自动验证码识别】；

　　如果[点击列表链接]后没有出现验证码，请继续执行采集步骤。

　　因此需要在左分支添加【验证码识别】控件。

　　请按照页面上的说明逐步操作：

　　①选择【判断条件-分支】（即最左边的分支）

　　②选择页面上的验证码输入框，在弹出的操作提示框中选择【识别验证码】

　　③选择页面上的验证码图片

　　④ 继续选择页面上的【确定】按钮

　　⑤ 配置【识别失败】场景：点击【确定】，优采云会自动提交错误验证码，此时会出现页面

　　提示。点击页面

　　，然后在操作提示框中点击【确认错误】。

　　⑥ 配置【识别成功】场景。点击【开始配置识别成功场景】，在弹出的操作提示框中输入正确的验证码，然后点击【应用到网页并完成配置】，可以看到验证码输入成功，验证码页面消失，显示正常页面数据。

　　至此【判断条件】+【身份验证码】配置完成，剩下的就是根据需要配置采集流程了。

　　特别说明：

　　一个。为什么要配置【识别失败】场景？由于验证码是自动识别的，可能存在识别错误​​（网站需要多次输入验证码/优采云与打码平台对接有0.1%的错误概率）。 优采云需要知道识别错误后的提示是什么，根据提示是否出现来判断识别是否失败。如果识别失败，会自动重新识别，直到识别正确为止。

　　关于【自动识别验证码】的其他注意事项：

　　1、【自动识别验证码】会消耗验证码余额，如果没有余额需要购买验证码包

　　2、在做本地采集时，第一次需要帮助系统，点击【确认】一次。做云采集时，这个过程由优采云自己完成，不需要用户手动确认。

　　3、【自动识别验证码】，只支持两种验证码：输入验证码和部分滑块验证码。详情请参考验证码包介绍。

　　4、【自动识别验证码】默认勾选Ajax，超时时间为5秒。可以根据网站的实际加载情况进行更改。

　　关于【判断条件】的其他注意事项：

　　1、 不允许分支中的任何步骤。

　　2、 对于需要同时判断的多个条件，需要嵌套多个分支判断。不过建议把判断条件选好后的URL放到优采云中采集data中。

　　3、优采云在分支判断中，判断分支是【存在】还是【不存在】更加简单方便。比较判断大小的操作比较繁琐，需要通过XPath来实现。

　　5、如果不同分支有不同的[提取元素]步骤，则每个分支中所有[提取元素]步骤的字段总数和字段名称必须一致。