前言：

很多小伙伴們反饋，在web自動化的過程中，經常會被登錄的驗證碼給卡住，不知道如何去通過驗證碼的驗證。今天專門給大家來聊聊驗證碼的問題，一般的情況下遇到驗證碼我們可以都可以找開發(fā)去幫忙解決，關閉驗證碼，或者給一個萬能的驗證碼！那么如果開發(fā)不提供幫助的話，我們自己有沒有辦法來處理這些驗證碼的問題呢？答案當然是有的，常見的驗證碼一般分為兩類，一類是圖文驗證碼，一類是滑動驗證碼！

今天我們主要來聊聊滑動驗證碼如何去識別破解。

滑動驗證破解思路

關于滑動驗證碼破解的思路大體上來講就是以下兩個步驟：

1、獲取滑塊滑動的距離

2、模擬拖動滑塊，通過驗證。

聽起來是比較簡單，但是獲取滑塊滑動的距離，大多數小伙伴沒有思路，不知道怎么去獲取。其實要獲取下來也不難，關于這種滑動的驗證碼，滑塊和缺口背景都是分別是一張獨立的圖片，我們可以把這兩張圖片，下載下來借助于圖像識別的技術，去識別缺口在背景圖中的位置，然后減去滑塊當前所在位置，就可以得出需要滑動的距離。這個時候很多小伙伴會想圖像識別技術我不會啊，不會沒有關系，后面會給到大家一個封裝好的滑塊識別模塊，只要你傳入滑塊和缺口背景圖的元素節(jié)點就能計算出滑塊的缺口位置。

案例講解

話不多說，我們先來看一個案例（QQ空間登錄）,這邊用到了一個我自己封裝的滑動距離識別的模塊slideVerfication，有需要的小伙伴可以私聊獲取。qq空間登錄案例實現步驟如下：

1、創(chuàng)建一個driver對象，訪問qq登錄頁面

2、輸入賬號密碼

3、點擊登錄

4、模擬滑動驗證

實現代碼

import time from selenium import webdriver from slideVerfication import SlideVerificationCode ​ # 1、創(chuàng)建一個driver對象，訪問qq登錄頁面 browser = webdriver.Chrome() browser.get('https://qzone.qq.com/') ​ # 2、輸入賬號密碼 # 2.0 點擊切換到登錄的iframe browser.switch_to.frame(’login_frame’) # 2.1 點擊賬號密碼登錄 browser.find_element_by_id(’switcher_plogin’).click() # 2.2定位賬號輸入框，輸入賬號 browser.find_element_by_id('u').send_keys('123292678') # 2.3定位密碼輸入輸入密碼 browser.find_element_by_id('p').send_keys('PYTHON01') # 3、點擊登錄 browser.find_element_by_id(’login_button’).click() time.sleep(3) ​ # 4、模擬滑動驗證 # 4.1切換到滑動驗證碼的iframe中 tcaptcha = browser.find_element_by_id('tcaptcha_iframe') browser.switch_to.frame(tcaptcha) # 4.2 獲取滑動相關的元素 # 選擇拖動滑塊的節(jié)點 slide_element = browser.find_element_by_id(’tcaptcha_drag_thumb’) # 獲取滑塊圖片的節(jié)點 slideBlock_ele = browser.find_element_by_id(’slideBlock’) # 獲取缺口背景圖片節(jié)點 slideBg = browser.find_element_by_id(’slideBg’) # 4.3計算滑動距離 sc = SlideVerificationCode(save_image=True) distance = sc.get_element_slide_distance(slideBlock_ele,slideBg) # 滑動距離誤差校正，滑動距離*圖片在網頁上顯示的縮放比-滑塊相對的初始位置 distance = distance*(280/680) - 22 print('校正后的滑動距離',distance) # 4.4、進行滑動 sc.slide_verification(browser,slide_element,distance=100)

關于滑動驗證碼的識別問題就這樣解決了，那么接下來給大家來講講封裝的slideVerfication這個模塊的識別原理,其實關于這個模塊圖像識別，也是借助了第三方的圖像處理模塊來進行識別的，python中有很多現成的用來處理圖片的庫，這邊我使用的是opencv-python來進行識別的。slideVerfication模塊上面用到的兩個方法的部分參考代碼如下：

def get_element_slide_distance(self, slider_ele, background_ele, correct=0): ''' 根據傳入滑塊，和背景的節(jié)點，計算滑塊的距離 ​ 該方法只能計算 滑塊和背景圖都是一張完整圖片的場景， 如果背景圖是通過多張小圖拼接起來的背景圖， 該方法不適用，請使用get_image_slide_distance這個方法 :param slider_ele: 滑塊圖片的節(jié)點 :type slider_ele: WebElement :param background_ele: 背景圖的節(jié)點 :type background_ele:WebElement :param correct:滑塊缺口截圖的修正值，默認為0,調試截圖是否正確的情況下才會用 :type: int :return: 背景圖缺口位置的X軸坐標位置（缺口圖片左邊界位置） ''' # 獲取驗證碼的圖片 slider_url = slider_ele.get_attribute('src') background_url = background_ele.get_attribute('src') # 下載驗證碼背景圖,滑動圖片 slider = 'slider.jpg' background = 'background.jpg' self.onload_save_img(slider_url, slider) self.onload_save_img(background_url, background) # 讀取進行色度圖片，轉換為numpy中的數組類型數據， slider_pic = cv2.imread(slider, 0) background_pic = cv2.imread(background, 0) # 獲取缺口圖數組的形狀 -->缺口圖的寬和高 width, height = slider_pic.shape[::-1] # 將處理之后的圖片另存 slider01 = 'slider01.jpg' background_01 = 'background01.jpg' cv2.imwrite(background_01, background_pic) cv2.imwrite(slider01, slider_pic) # 讀取另存的滑塊圖 slider_pic = cv2.imread(slider01) # 進行色彩轉換 slider_pic = cv2.cvtColor(slider_pic, cv2.COLOR_BGR2GRAY) # 獲取色差的絕對值 slider_pic = abs(255 - slider_pic) # 保存圖片 cv2.imwrite(slider01, slider_pic) # 讀取滑塊 slider_pic = cv2.imread(slider01) # 讀取背景圖 background_pic = cv2.imread(background_01) # 比較兩張圖的重疊區(qū)域 result = cv2.matchTemplate(slider_pic, background_pic, cv2.TM_CCOEFF_NORMED) # 獲取圖片的缺口位置 top, left = np.unravel_index(result.argmax(), result.shape) # 背景圖中的圖片缺口坐標位置 print('當前滑塊的缺口位置：', (left, top, left + width, top + height)) return left def slide_verification(self, driver, slide_element, distance): ''' 滑動滑塊進行驗證 :param driver: driver對象 :type driver:webdriver.Chrome :param slide_element: 滑塊的元組 :type slider_ele: WebElement :param distance: 滑動的距離 :type: int :return: ''' # 獲取滑動前頁面的url地址 start_url = driver.current_url print('需要滑動的距離為：', distance) # 根據滑動距離生成滑動軌跡 locus = self.get_slide_locus(distance) print('生成的滑動軌跡為:{}，軌跡的距離之和為{}'.format(locus, distance)) # 按下鼠標左鍵 ActionChains(driver).click_and_hold(slide_element).perform() time.sleep(0.5) # 遍歷軌跡進行滑動 for loc in locus: time.sleep(0.01) ActionChains(driver).move_by_offset(loc, random.randint(-5, 5)).perform() ActionChains(driver).context_click(slide_element) # 釋放鼠標 ActionChains(driver).release(on_element=slide_element).perform()

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持好吧啦網。