点击上方“程序员大咖”，选择“置顶公众号”

关键时刻，第一时间送达！

下方是录屏软件录的GIF动图，滑块验证码自动识别缺口，并拖动滑块模拟登陆

破解核心思路：

1、如何确定滑块滑动的距离？

滑块滑动的距离，需要检测验证码图片的缺口位置

滑动距离 = 终点坐标 - 起点坐标

然后问题转化为我们需要屏幕截图，根据selenium中的position方法并进行一些坐标计算，获取我们需要的位置

2、坐标我们如何获取？

起点坐标：

每次运行程序，位置固定不变，滑块左边界离验证码图片左边界有6px的距离

终点坐标：

每次运行程序，位置会变，我们需要计算每次缺口的位置

怎么计算终点也就是缺口的位置？

先举个例子，比如我下面两个图片都是120*60的图片，一个是纯色的图片，一个是有一个蓝色线条的图片（蓝色线条位置我事先设定的是60px位置），我现在让你通过程序确定蓝色线条的位置，你怎么确定？

答案：

遍历所有像素点色值，找出色值不一样的点的位置来确定蓝色线条的位置

这句话该怎么理解？大家点开我下面的图片，是不是发现图片都是由一个一个像素点组成的，120*60的图片，对应的像素就是横轴有120个像素点，纵轴有60个像素点，我们需要遍历两个图片的坐标并对比色值，从（0,0）（0,1）......一直到(120,60)，开始对比两个图片的色值，遇到色值不一样的，我们return返回该位置即可

下面是简单代码演示，获取缺口位置为60，跟我预先设定的位置一样，后面会详细介绍该方法如何操作

而我们目标网站的验证码图片也是类似，这是我截图的，一个是没有缺口的验证码，一个是有缺口的验证码，我们同样需要遍历，但是注意一点的是，我们这次遍历不是从图片（0,0）开始遍历，而是需要从滑块的右侧边缘开始遍历

接下来开始上代码，用selenium模拟登陆，输入用户名和密码，这些我就不再截图代码了，想必大家应该都会的，本文会分享完整源码给大家，当然代码也存在一些缺陷，希望大家在测试过程中能改进指正，具体的很多问题，仍然需要大家自己去运行，去体会，才行发现问题

1、获取验证码位置坐标，尺寸大小

验证码需要截图，大概手写了一些计算过程，最后需要的验证码位置是上下左右的一个区域，我们从屏幕上根据这个区域进行截图

代码在运行中，发现计算的区域和实际截图有出入，我根据数据，多次测试运行，发现截图区域设定为（558,215,816,374）相对合适，可以截到验证码，这里是程序的问题之一，大家有兴趣可以测试，看该地方如何优化

这一步是返回缺口位置left

这个方法是比较色值差异

计算滑动距离=119 - 边缘空隙6 = 113

做到这一步，我们得出了需要滑动113px，然后我们的滑动，需要满足物理学规律，即先加速，后减速的过程，因为人的实际操作也是这样的，刚开始先加速，到后面开始减速

我设定的减速位置为mid，也就是滑动到五分之四的位置时候，速度开始降下来

中间定义了一个加速度a，当没有到4/5距离时候，加速度为1，当滑动最后1/5距离时，加速度变为-2，该代码参考崔大神的方法，根据数学公式，计算得出滑动轨迹，就相对模拟了一种相对真实的人的滑动过程

def get_track(self, distance):    """    根据偏移量获取移动轨迹    :param distance: 偏移量    :return: 移动轨迹    """    track = []# 当前位移    current = 0    mid = distance * 4 / 5    # 计算间隔    t = 0.2    # 初速度    v = 0    while current < distance:        if current < mid:            # 加速度为正1            a = 1        else:            # 加速度为负2            a = -2        # 初速度v0        v0 = v# 当前速度v = v0 + at        v = v0 + a * t# 移动距离x = v0t + 1/2 * a * t^2        move = v0 * t + 1 / 2 * a * t * t# 当前位移        current += move# 加入轨迹        track.append(round(move))return track

这是计算得出的滑动轨迹

另外注意,如果拖动过程发现拖得不够，就设置为-10或者-11，让轨迹多走点，如果发现拖得过了，就设置为-12,-13，让轨迹少走点，多尝试

总结：

本文主要分享破解思路，遇到bug解决方式，最后能调参数破解成功，读懂本文的意思是目的，需要大家动手去体会其中的一些关键思路

• 来源： python爬虫人工智能大数据

• https://mp.weixin.qq.com/s/P_cr5mzc06VA0hsfJWgOPw

• 程序员大咖整理发布，转载请联系作者获得授权

【点击成为源码大神】