美团电影爬虫 /美团电影价格图片混淆破解

https://github.com/HiddenStrawberry/meituan-movie-price-crawler

项目难点：

让我们先来随便打开一个美团电影的页面

真是美滋滋啊，这个价格就写在上面！爬下来不就得了。

定睛一看代码，我了个擦，这是个什么东西。

打开图片 URL，才明白过来，原来是一张大图一堆数字，用 CSS 定位的具体数字，美团你为了反爬真是煞费苦心啊……

Cracked

requirement:

bs4 requests Pillow/PIL

需要独立安装 tesseract-ocr

使用方法：

1. 安装 tesseract-ocr
2. 将 num.traineddata 复制粘贴到 tesseract 的 tessdata 目录中
3. 修改 meituan_price_img.py 中的 TESSERACT_PATH 变量定位到 tesseract.exe (绝对路径)
4. 打开 meituan.py ，Enjoy it ！

Example:

print get_city_url('上海') #获取城市的地址
print get_all_cinema('sh.meituan.com') #获取城市所有电影院信息
print get_cinema_movie('http://sh.meituan.com/shop/58174') #获取指定电影院所有电影场次信息

原理：

你都看到 tesseract-ocr 了原理还用我废话嘛？机器学习了所有数字的样本（精准到 1px ），然后自动识别并输出咯。 PS：如果价格有手机专享价，会自动输出手机专享价！