前言：
? 很多小伙伴們反饋，在web自動(dòng)化的過程中，經(jīng)常會(huì)被登錄的驗(yàn)證碼給卡住，不知道如何去通過驗(yàn)證碼的驗(yàn)證。今天專門給大家來聊聊驗(yàn)證碼的問題，一般的情況下遇到驗(yàn)證碼我們可以都可以找開發(fā)去幫忙解決，關(guān)閉驗(yàn)證碼，或者給一個(gè)萬能的驗(yàn)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(yàn)證碼的問題呢？答案當(dāng)然是有的，常見的驗(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！
關(guān)于圖文識(shí)別的驗(yàn)證碼，之前已經(jīng)出了相關(guān)的識(shí)別解決方案，今天就不做過多的介紹了，有興趣的小伙伴可以私聊領(lǐng)取配套的視頻資料。今天我們主要來聊聊滑動(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，通過驗(yàn)證。
? 聽起來是比較簡單，但是獲取滑塊滑動(dòng)的距離，大多數(shù)小伙伴沒有思路，不知道怎么去獲取。其實(shí)要獲取下來也不難，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，我們先來看一個(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qq登錄頁面
? 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
"""
============================
Author:檸檬班-木森
Time:2020/4/20 20:12
E-mail:[email protected]
Company:湖南零檬信息技術(shù)有限公司
============================
"""
import time
from selenium import webdriver
from slideVerfication import SlideVerificationCode
# 1、創(chuàng)建一個(gè)driver對(duì)象，訪問qq登錄頁面
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)
運(yùn)行效果：
關(guān)于滑動(dòng)驗(yàn)證碼的識(shí)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(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進(jìn)行識(shí)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(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(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()
? 關(guān)于滑動(dòng)驗(yàn)證碼識(shí)別就給大家分享到這里了，上述解決方案也有對(duì)應(yīng)的講解視頻
