qth_crawler 教务网爬虫，分为模拟登陆和验证码识别两个部分。 爬虫使用的是urllib和requests库，伪造头文件，保存cookie，发送带密码的post请求。 验证码经过二值化，降噪等等处理后调用Google的OCR模块，简单的验证码识别率70%左右。 效率不高，只有每秒一个请求，请求次数过多服务器还会返回#10060 error，可能是服务器端的反爬虫策略。