hiddenstrawberry / meituan-movie-price-crawler

美团电影/猫眼价格爬虫，借助tesseractocr破解美团电影价格图片混淆

美团电影爬虫/美团电影价格图片混淆破解

---

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！