# 圖像處理標(biāo)準(zhǔn)庫
from PIL import Image
# web測試
from selenium import webdriver
# 鼠標(biāo)操作
from selenium.webdriver.common.action_chains import ActionChains
# 等待時(shí)間 產(chǎn)生隨機(jī)數(shù)
import time, random
# 滑塊移動(dòng)軌跡
def get_tracks1(distance):
 # 初速度
 v = 0
 # 單位時(shí)間為0.3s來統(tǒng)計(jì)軌跡，軌跡即0.3s內(nèi)的位移
 t = 0.3
 # 位移/軌跡列表
 tracks = []
 # 當(dāng)前的位移
 current = 0
 # 到達(dá)mid值開始減速
 mid = distance * 4 / 5
 while current < distance:
  if current < mid:
   # 加速度越小，單位時(shí)間內(nèi)的位移越小，模擬的軌跡就越多越詳細(xì)
   a = 2
  else:
   a = -3
  # 初速度
  v0 = v
  # 0.3s時(shí)間內(nèi)的位移
  s = v0 * t + 0.5 * a * (t ** 2)
  # 當(dāng)前位置
  current += s
  # 添加到軌跡列表
  tracks.append(round(s))
  # 速度已經(jīng)達(dá)到V，該速度作為下次的初速度
  v = v0 + a * t
 return tracks
# 計(jì)算滑塊位移距離
def get_diff_location(image1, image2):
 # （0,340）（0,340）為滑塊圖片區(qū)域，可根據(jù)實(shí)際情況修改
 for i in range(0, 340):
  for j in range(0, 198):
   # 遍歷原圖與缺口圖像素值尋找缺口位置
   if is_similar(image1, image2, i, j) == False:
    return i
 return -1
# 對(duì)比RGB值得到缺口位置
def is_similar(image1, image2, x, y):
 pixel1 = image1.getpixel((x, y))
 pixel2 = image2.getpixel((x, y))
 # 截圖像素也許存在誤差，50作為容差范圍
 if abs(pixel1[0] - pixel2[0]) >= 50 and abs(pixel1[1] - pixel2[1]) >= 50 and abs(pixel1[2] - pixel2[2]) >= 50:
  return False
 return True
def login():
 # 實(shí)例化瀏覽器
 driver = webdriver.Chrome()
 # 請(qǐng)求登錄網(wǎng)址
 driver.get('https://account.cnblogs.com/signin?returnUrl=https%3A%2F%2Fwww.cnblogs.com%2F')
 # 最大化瀏覽器
 driver.maximize_window()
 # 輸入賬號(hào)
 driver.find_element_by_xpath('//*[@id="LoginName"]').send_keys('你的賬號(hào)')
 # 輸入密碼
 driver.find_element_by_xpath('//*[@id="Password"]').send_keys('你的密碼')
 # 點(diǎn)擊登錄
 driver.find_element_by_xpath('//*[@id="submitBtn"]/span[1]').click()
 # 等待2s使驗(yàn)證彈窗加載完成
 time.sleep(2)
 # 定位到圓球
 slider = driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div[1]/div[2]/div[2]')
 # 點(diǎn)擊鼠標(biāo)左鍵，不松開
 ActionChains(driver).click_and_hold(slider).perform()
 # 拖動(dòng)到最右邊，為了后續(xù)方便對(duì)比
 ActionChains(driver).move_by_offset(xoffset=198, yoffset=0).perform()
 # 定位到彈出的驗(yàn)證窗口
 y_element = driver.find_element_by_xpath('/html/body/div[2]/div[2]')
 # print(y_element.location)
 # print(y_element.size)
 # 獲取左上，右，左下的坐標(biāo)確定一個(gè)圖片范圍
 left = y_element.location['x']
 top = y_element.location['y']
 right = left + y_element.size['width']
 bottom = top + y_element.size['height']
 # 全窗口截圖
 driver.save_screenshot('a.png')
 # 打開截圖的圖片
 im = Image.open('a.png')
 # 局部截圖
 im = im.crop((left + 160, top + 55, right + 225, bottom - 30))
 # 保存有缺口的驗(yàn)證圖片
 im.save('b.png')
 # 放開鼠標(biāo)
 ActionChains(driver).release(slider).perform()
 time.sleep(2)
 # 定位到可以顯示無缺圖片的位置
 block = driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div[1]/div[1]/div/a/div[1]/canvas')
 # 修改其屬性值，使顯示無缺圖片
 driver.execute_script('arguments[0].style = "display: block; opacity: 1;"', block)
 time.sleep(2)
 # 全窗口截圖
 driver.save_screenshot('a.png')
 # 打開截圖的圖片
 im = Image.open('a.png')
 # 局部截圖
 im = im.crop((left + 160, top + 55, right + 225, bottom - 30))
 # 保存無缺口的驗(yàn)證圖片
 im.save('c.png')
 time.sleep(0.5)
 # 打開獲取的兩個(gè)圖片
 imageb = Image.open('b.png')
 imagec = Image.open('c.png')
 # 獲取缺口位置
 visualstack = get_diff_location(imagec, imageb)
 # 減去左邊圖片空白像素值
 print(visualstack - 10)
 # 點(diǎn)擊鼠標(biāo)左鍵，不松開
 ActionChains(driver).click_and_hold(slider).perform()
 # 先快速拖動(dòng)圓球到中間位置
 ActionChains(driver).move_by_offset(xoffset=visualstack/2,yoffset=0).perform()
 # 根據(jù)軌跡拖動(dòng)圓球
 track_list = get_tracks1((visualstack/2 - 48))
 for track in track_list:
  ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform()
 # 放開圓球
 time.sleep(0.8)
 ActionChains(driver).release(slider).perform()
 print(driver.page_source)
 time.sleep(4)
 if '你的昵稱' in driver.page_source:
  print('登錄成功')
  print(driver.get_cookies())
 else:
  driver.close()
  login()
if __name__ == '__main__':
 login()