前言：

很多小伙伴們反饋，在web自動(dòng)化的過(guò)程中，經(jīng)常會(huì)被登錄的驗(yàn)證碼給卡住，不知道如何去通過(guò)驗(yàn)證碼的驗(yàn)證。今天專門給大家來(lái)聊聊驗(yàn)證碼的問(wèn)題，一般的情況下遇到驗(yàn)證碼我們可以都可以找開(kāi)發(fā)去幫忙解決，關(guān)閉驗(yàn)證碼，或者給一個(gè)萬(wàn)能的驗(yàn)證碼！那么如果開(kāi)發(fā)不提供幫助的話，我們自己有沒(méi)有辦法來(lái)處理這些驗(yàn)證碼的問(wèn)題呢？答案當(dāng)然是有的，常見(jiàn)的驗(yàn)證碼一般分為兩類，一類是圖文驗(yàn)證碼，一類是滑動(dòng)驗(yàn)證碼！

今天我們主要來(lái)聊聊滑動(dòng)驗(yàn)證碼如何去識(shí)別破解。

滑動(dòng)驗(yàn)證破解思路

關(guān)于滑動(dòng)驗(yàn)證碼破解的思路大體上來(lái)講就是以下兩個(gè)步驟：

1、獲取滑塊滑動(dòng)的距離

2、模擬拖動(dòng)滑塊，通過(guò)驗(yàn)證。

聽(tīng)起來(lái)是比較簡(jiǎn)單，但是獲取滑塊滑動(dòng)的距離，大多數(shù)小伙伴沒(méi)有思路，不知道怎么去獲取。其實(shí)要獲取下來(lái)也不難，關(guān)于這種滑動(dòng)的驗(yàn)證碼，滑塊和缺口背景都是分別是一張獨(dú)立的圖片，我們可以把這兩張圖片，下載下來(lái)借助于圖像識(shí)別的技術(shù)，去識(shí)別缺口在背景圖中的位置，然后減去滑塊當(dāng)前所在位置，就可以得出需要滑動(dòng)的距離。這個(gè)時(shí)候很多小伙伴會(huì)想圖像識(shí)別技術(shù)我不會(huì)啊，不會(huì)沒(méi)有關(guān)系，后面會(huì)給到大家一個(gè)封裝好的滑塊識(shí)別模塊，只要你傳入滑塊和缺口背景圖的元素節(jié)點(diǎn)就能計(jì)算出滑塊的缺口位置。

案例講解

話不多說(shuō)，我們先來(lái)看一個(gè)案例（QQ空間登錄）,這邊用到了一個(gè)我自己封裝的滑動(dòng)距離識(shí)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(shí)現(xiàn)步驟如下：

1、創(chuàng)建一個(gè)driver對(duì)象，訪問(wèn)qq登錄頁(yè)面

2、輸入賬號(hào)密碼

3、點(diǎn)擊登錄

4、模擬滑動(dòng)驗(yàn)證

實(shí)現(xiàn)代碼

import time from selenium import webdriver from slideVerfication import SlideVerificationCode ​ # 1、創(chuàng)建一個(gè)driver對(duì)象，訪問(wèn)qq登錄頁(yè)面 browser = webdriver.Chrome() browser.get('https://qzone.qq.com/') ​ # 2、輸入賬號(hào)密碼 # 2.0 點(diǎn)擊切換到登錄的iframe browser.switch_to.frame(’login_frame’) # 2.1 點(diǎn)擊賬號(hào)密碼登錄 browser.find_element_by_id(’switcher_plogin’).click() # 2.2定位賬號(hào)輸入框，輸入賬號(hào) 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(diǎn)擊登錄 browser.find_element_by_id(’login_button’).click() time.sleep(3) ​ # 4、模擬滑動(dòng)驗(yàn)證 # 4.1切換到滑動(dòng)驗(yàn)證碼的iframe中 tcaptcha = browser.find_element_by_id('tcaptcha_iframe') browser.switch_to.frame(tcaptcha) # 4.2 獲取滑動(dòng)相關(guān)的元素 # 選擇拖動(dòng)滑塊的節(jié)點(diǎn) slide_element = browser.find_element_by_id(’tcaptcha_drag_thumb’) # 獲取滑塊圖片的節(jié)點(diǎn) slideBlock_ele = browser.find_element_by_id(’slideBlock’) # 獲取缺口背景圖片節(jié)點(diǎn) slideBg = browser.find_element_by_id(’slideBg’) # 4.3計(jì)算滑動(dòng)距離 sc = SlideVerificationCode(save_image=True) distance = sc.get_element_slide_distance(slideBlock_ele,slideBg) # 滑動(dòng)距離誤差校正，滑動(dòng)距離*圖片在網(wǎng)頁(yè)上顯示的縮放比-滑塊相對(duì)的初始位置 distance = distance*(280/680) - 22 print('校正后的滑動(dòng)距離',distance) # 4.4、進(jìn)行滑動(dòng) sc.slide_verification(browser,slide_element,distance=100)

關(guān)于滑動(dòng)驗(yàn)證碼的識(shí)別問(wèn)題就這樣解決了，那么接下來(lái)給大家來(lái)講講封裝的slideVerfication這個(gè)模塊的識(shí)別原理,其實(shí)關(guān)于這個(gè)模塊圖像識(shí)別，也是借助了第三方的圖像處理模塊來(lái)進(jìn)行識(shí)別的，python中有很多現(xiàn)成的用來(lái)處理圖片的庫(kù)，這邊我使用的是opencv-python來(lái)進(jìn)行識(shí)別的。slideVerfication模塊上面用到的兩個(gè)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(jù)傳入滑塊，和背景的節(jié)點(diǎn)，計(jì)算滑塊的距離 ​ 該方法只能計(jì)算 滑塊和背景圖都是一張完整圖片的場(chǎng)景， 如果背景圖是通過(guò)多張小圖拼接起來(lái)的背景圖， 該方法不適用，請(qǐng)使用get_image_slide_distance這個(gè)方法 :param slider_ele: 滑塊圖片的節(jié)點(diǎn) :type slider_ele: WebElement :param background_ele: 背景圖的節(jié)點(diǎn) :type background_ele:WebElement :param correct:滑塊缺口截圖的修正值，默認(rèn)為0,調(diào)試截圖是否正確的情況下才會(huì)用 :type: int :return: 背景圖缺口位置的X軸坐標(biāo)位置（缺口圖片左邊界位置） ''' # 獲取驗(yàn)證碼的圖片 slider_url = slider_ele.get_attribute('src') background_url = background_ele.get_attribute('src') # 下載驗(yàn)證碼背景圖,滑動(dòng)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(jìn)行色度圖片，轉(zhuǎn)換為numpy中的數(shù)組類型數(shù)據(jù)， slider_pic = cv2.imread(slider, 0) background_pic = cv2.imread(background, 0) # 獲取缺口圖數(shù)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(jìn)行色彩轉(zhuǎn)換 slider_pic = cv2.cvtColor(slider_pic, cv2.COLOR_BGR2GRAY) # 獲取色差的絕對(duì)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(biāo)位置 print('當(dāng)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(dòng)滑塊進(jìn)行驗(yàn)證 :param driver: driver對(duì)象 :type driver:webdriver.Chrome :param slide_element: 滑塊的元組 :type slider_ele: WebElement :param distance: 滑動(dòng)的距離 :type: int :return: ''' # 獲取滑動(dòng)前頁(yè)面的url地址 start_url = driver.current_url print('需要滑動(dòng)的距離為：', distance) # 根據(jù)滑動(dòng)距離生成滑動(dòng)軌跡 locus = self.get_slide_locus(distance) print('生成的滑動(dòng)軌跡為:{}，軌跡的距離之和為{}'.format(locus, distance)) # 按下鼠標(biāo)左鍵 ActionChains(driver).click_and_hold(slide_element).perform() time.sleep(0.5) # 遍歷軌跡進(jìn)行滑動(dòng) 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(biāo) ActionChains(driver).release(on_element=slide_element).perform()

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持好吧啦網(wǎng)。