在开始之前应该配置好selenium+firefox

一、得到验证码图片

只有当鼠标移动到验证码上时，图片才会显示出来。因此我们可以采用鼠标悬停的的方式显示验证码，并得到图片保存在本地。

鼠标悬停拥有两种方式，一种是悬停到具体坐标，另一种是悬停到某一具体元素。我们选择前一种，原因有两点：由于最后识别出验证码时，需要点击具体坐标（每个字并不具有相对应的元素）。并且每一次鼠标执行都会在上一次的移动的坐标下再次移动(因此需要元素的坐标)。

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
driver=webdriver.Firefox()
driver.get('http://www.xxx.com')
ActionChains(driver).move_by_offset(762.5,447.76).perform()  
img=driver.find_element_by_xpath('//*[@id="jcaptchaimage"]') 

二、验证码识别

字体验证码采用腾讯云字体识别（传输的图片信息必须是图片url或者base64编码）,返回识别字体及字体位置。字体位置返回的是相对图片验证码的字体四个顶点的位置，可以设置函数，得到字体中心距离坐标（相对验证码左上角）。

具体可看官方文档：https://cloud.tencent.com/product/ocr/developer

from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException 
from tencentcloud.ocr.v20181119 import ocr_client, models
    with open('1.png','rb') as f:
        base64_data=base64.b64encode(f.read())
        cred = credential.Credential("SecretId", "SecretKey") 
        httpProfile = HttpProfile()
        httpProfile.endpoint = "ocr.tencentcloudapi.com"
        clientProfile = ClientProfile()
        clientProfile.httpProfile = httpProfile
        client = ocr_client.OcrClient(cred, "ap-beijing", clientProfile) 
        req = models.GeneralBasicOCRRequest()
        params = '{"ImageBase64":"'+s+'"}'   
        req.from_json_string(params)
        resp = client.GeneralBasicOCR(req)
        res=resp.to_json_string()  
    except TencentCloudSDKException as err: 
def texts_and_locations(img_str):
    img_str=json.loads(img_str)
    TextDetections=img_str['TextDetections']
    for t_d in TextDetections:
        texts.append(t_d['DetectedText'])
        x,y=cen_location(t_d['Polygon'])
        cen_locations.append([x,y])
    return (texts,cen_locations)

百度云智能云也可进行字体识别：

详细可看官方文档：https://cloud.baidu.com/doc/OCR/OCR-Python-SDK.html

三、位置处理

由于每次坐标移动都是在上一次坐标的基础上进行移动，因此可以设置函数在每次移动过后，再相反移动一次，恢复原来坐标。然后将步骤二得到的中心位置进行点击。注意：由于中心坐标是相对于验证码左上角的位置，因此进行识别字体点击前必须先将坐标移动到验证码左上角（验证码左上角相对于页面的坐标）

def mo_click(driver,xy,left_click=True):
        ActionChains(driver).move_by_offset(xy[0],xy[1]).click().perform() 
        ActionChains(driver).move_by_offset(xy[0],xy[1]).context_click().perform() 
    ActionChains(driver).move_by_offset(-xy[0],-xy[1]).perform() 
def simulation_clicks(driver,by_cen_locations):
    for xy in by_cen_locations: