「GIS开发工具箱」可能是最牛X的验证码识别工具

最近一段时间老大要求我去下载点GIS数据，搞上去一看，这些GIS数据有点多，最近几十年的数据放在一起，还要一个月一个月的下载，一个个点有点麻烦，于是想写个爬虫批量抓下来，但结果这个网站限制有点狠，下载数量多起来之后，就会不断的弹验证码，要求输入正确的验证码才可以下载。

小编属于那种特别懒惰的人，这种重复性GIS数据下载工作是一点也不想搞，也没别人帮忙，于是自己写了脚本，今天就来介绍下我是如何干掉这个讨厌的验证码的。

工具介绍

这个工具的名字叫：带带弟弟。

是的，名字就是这么有特色，github地址：

https://github.com/sml2h3/ddddocr

作者的介绍还是谦虚了，仅用其免费自带的模型就可以主别是好多类型的验证码了。

使用方法

如果你不需要自己来训练模型，那直接用下面这个库：

https://github.com/sml2h3/ddddocr-fastapi

可以直接部署，也可以使用docker部署。

PS: 跑起来还有点小插曲，得会点Python才可以，反正小编借助GPT、Google之类的跑起来了。

小编的测试结果：

经过小编连续3天的数据下载测试，成功率很高，小编全程没人工介入，数据就下载下来了。

高阶用法

我这种验证码可能比较简单，对于它来说只是个小菜，它还支持更多类型的验证码，比如：

是不是很高端，但这种高阶的用法上也比较特殊，需要的同学可以细致研究下。

后话

1. 没必要为了上爬虫而上，小编这次的GIS数据实在太散了，否则写爬虫的时间，数据都下完了。
2. 任何爬虫相关的行为，请自行保证合法用途。