可以看看下面这句代码,获取到的值是多少,菜鸡百度了一下,每种浏览器对于获取 offsetLeft 得到的值都是不一样,而且有的是到浏览器窗口的宽度,不知道对不对....
slider_bar_value = float(slider.get_attribute("offsetLeft"))
是不是可以考虑,获取长度条的尺寸进行计算:
slider_bar_value = float(driver.find_element_by_xpath('//*[@id="slideTest2"]/div/div[2]').size)
#求出百分之一对应的偏移量的大小
off_set_unit = slider_bar_value['width'] / slider_tips_value # 求出百分之一的偏移量
# 大致思路
def uploading_file(self, element, *fileName):
path = get_dirabspath() + '\\comment\\upload.exe '
self.click_element(element)
# select_pic() 实现F://xyz/a.jpg b.png 多个文件的绝对地址即可
os.system(path + select_pic(*fileName))
au3 的脚本大概如下:
ControlFocus("打开","","Edit1")
;识别windows窗口
WinWait("[CLASS:#32770]","",10)
;窗口等待十秒
ControlSetText("打开", "", "Edit1",$CmdLineRaw)
;想输入框中输入需要上传的地址
Sleep(2000)
ControlClick("打开", "","Button1");
;点击[打开】按钮
简单使用可以不用,支持训练,看你自己需求了。
我用 python 的 muggle_ocr 的包,免费而且识别率挺高,基本能用,样本数据足够还可以机器学习。
基础用法也挺简单,自己可以封装一下,其他用法自己再搜一下。
def identification_verification_code(byte):
"""
识别验证码图片,输出文字
:param byte: 图片数据流
:return: 四位验证码
"""
# 调用orc识别验证码
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
code = sdk.predict(image_bytes=byte)
return code