基于python實現(xiàn)破解滑動驗證碼過程解析
更新時間：2020年05月28日 10:33:58 作者：musen
這篇文章主要介紹了基于python實現(xiàn)破解滑動驗證碼過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
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(shù)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(xiàn)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(xiàn)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(xiàn)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(shù)組類型數(shù)據，
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腳本之家。
相關文章
詳解利用python-highcharts庫繪制交互式可視化圖表
本文主要和大家分享一個超強交互式可視化繪制工具-python-highcharts。python-highcharts就是使用Python進行Highcharts項目繪制，簡單的說就是實現(xiàn)Python和Javascript之間的簡單轉換層，感興趣的可以了解一下2022-03-03
python中利用zfill方法自動給數(shù)字前面補0
python中有一個zfill方法用來給字符串前面補0，非常不錯，下面小編給大家分享了實例代碼，非常不錯，具有參考借鑒價值，需要的朋友參考下吧2018-04-04
下面小編就為大家分享一篇python中字符串變二維數(shù)組的實例講解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
這篇文章主要介紹了Python獲取服務器信息的最簡單實現(xiàn)方法,涉及Python中urllib2庫的使用技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-03-03
大家好，本篇文章主要講的是python的圖形用戶界面介紹，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下，方便下次瀏覽2022-01-01
這篇文章主要介紹了Python模擬登錄之滑塊驗證碼的破解(實例代碼),代碼簡單易懂，非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2019-11-11
orjson是一個用于python的快速、正確的json庫,它的基準是 json最快的python庫,具有全面的單元、集成和互操作性測試,下面這篇文章主要給大家介紹了關于Python中最好用的json庫orjson用法的相關資料,需要的朋友可以參考下2022-06-06
大家好，今天跟大家分享的是交互式可視化神器?Python?Bokeh?的詳細使用教程，Bokeh是一個面向現(xiàn)代web瀏覽器的交互式可視化庫。它提供了多功能圖形的優(yōu)雅、簡潔的構造，并在大型數(shù)據集或流式數(shù)據集上提供了高性能的交互性，接下來讓我們詳細看看吧2021-11-11
這篇文章主要介紹了使用scrapy發(fā)送post請求的坑,小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-09-09
這篇文章主要介紹了python--pip--安裝超時的解決方案，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-02-02