selenium篇之滑动验证码

一、介绍

现在出现了一种通过用户鼠标移动滑块来填补有缺口图片的验证码，我们叫做滑动验证码。它的原理很简单，首先生成一张图片，然后随机挖去一块，在页面展示被挖去部分的图片，再通过js获取用户滑动距离，以及坐标等信息到后台进行校验。只要用户移动的距离符合，以及移动的轨迹行为检测通过即可视为验证通过。

解决思路

目前这种验证码的通用解决思路如下：

获取验证码图片，包含原图以及有缺口的图
算出缺口的位置，以及滑块要滑动的距离
通过算法模拟人工移动轨迹
通过selenium模拟操作

二、逻辑实现

我们以保温网为例http://www.cnbaowen.net/api/geetest/

1.获取验证码图片

注意我们需要获取两张图片，第一张是完整背景图，第二张是有缺口的背景图。

经过分析发现当鼠标位于按钮是上时显示完整背景图，当鼠标点击滑动按钮不松，显示有缺口的背景图。

根据之前学习的爬虫知识，图片一定是浏览器下载回来的，通过查看历史请求确实发现了图片

但是图片有点奇怪，仔细查看发现图片是被分块并有意随机拼接的。根据以页面的css可以利用背景将图片拼接出来。我们当然可以依葫芦画瓢的利用PIL进行图片拼接，但是太麻烦了。

selenium有个方法可以对元素进行截图，先找到图片所在的html元素，然后利用selenium分别进行截图即可获取图片。代码如下：

def get_full_image(driver):"""鼠标移动到滑块，显示完整图案:param driver: webdriver:return: 返回验证码背景图片Image对象"""webdriver.ActionChains(driver).move_to_element(slider).perform()time.sleep(0.2)img = driver.find_element_by_xpath('//*[@id="captcha"]/div/div[1]/div[2]/div[1]/a[2]')if 'show' in img.get_attribute('class'):res = img.screenshot_as_pngreturn Image.open(BytesIO(res))else:raise ValueError('获取验证码背景图片失败')

完整图片

def get_cut_image(driver):"""点击滑动按钮获取有缺口图片:param driver: webdriver:return: 返回验证码有缺口图片的Image对象"""slider = driver.find_element_by_xpath('//*[@id="captcha"]/div/div[3]/div[2]')webdriver.ActionChains(driver).click_and_hold(slider).perform()time.sleep(0.1)img = driver.find_element_by_xpath('//*[@id="captcha"]/div/div[1]/div[2]/div[1]/a[1]')res = img.screenshot_as_pngcut_img = Image.open(BytesIO(res))return Image.open(BytesIO(res))

有缺口图片

2.找出缺口位置，计算移动距离

算法有很多，大家可以自由发挥。这里我们讲一种最简单的方法。我们要算出的距离是滑块要滑动的距离。

通过比较没有缺口的图片，和这张有缺口的图片，找出滑块的位置和缺口的位置即可。经过观察，发现滑块出现的位置固定在x轴的0-100像素范围内，所以循环比较两张图片的x轴0-100像素范围内的每一行像素点，直到找到第一行出现两个图片像素点颜色完全不同的点，即找到了滑块的最左边最上的第一个像素点。但是在实际操作中发现，虽然肉眼看起来两张图片公共部分一模一样，但是程序处理后的像素的具体rgb值也是不相同的，所以需要设置一个阈值来判断，具体需要进行测试。

按照相同的思路，比较两张图片x轴100-end像素的部分，找到缺口的最左最上那个点。

用找到的缺口像素点的x坐标减去找到的滑块的点的x坐标得到近似移动距离。这种算法，经过测试准确率还不错，大家如果在实际工作过程中发现有问题，需要根据具体情况去设计不同算法。

代码如下：

def get_distance(full_image, cut_image):full_pixies = full_image.load()cut_pixies = cut_image.load()w, h = full_image.sizefull_image.save('full.png')cut_image.save('cut.png')# 先找最左边不同的点left = []for j in range(h):for i in range(100):if abs(full_pixies[i, j][0] - cut_pixies[i, j][0]) + abs(full_pixies[i, j][1] - cut_pixies[i, j][1]) + abs(full_pixies[i, j][2] - cut_pixies[i, j][2]) > 150:left.append((i, j))if left:break# 再找最右边不同的点right = []for j in range(h):for i in range(100, w):if abs(full_pixies[i, j][0] - cut_pixies[i, j][0]) + abs(full_pixies[i, j][1] - cut_pixies[i, j][1]) + abs(full_pixies[i, j][2] - cut_pixies[i, j][2]) > 150:right.append((i, j))if right:breaklength = right[0][0] - left[0][0]return length

滑动的距离计算

3.计算滑动轨迹

滑动验证码早期刚面世的时候没有做行为校验，很快被破解。随着人工智能的发展，目前所有商用滑动验证码后台都有做行为校验，根据前端传递的移动轨迹，后台会进行特征校验，如果判定非人工则返回校验失败。模拟人的滑动行为，最常见的以中方法是通过加速度公式。目前这个方法已经被识别，但相对较简单，我们首先学习其思路。大家根据自己的能力可以自行扩展。

基本思路是，分析手动的移动轨迹后发现，是先加速后减速，所以通过加速度公式进行如下的设计：

 def get_track(self, distance):'''拿到移动轨迹，模仿人的滑动行为，先匀加速后匀减速匀变速运动基本公式：①v=v0+at②s=v0t+(1/2)at²③v²-v0²=2as:param distance: 需要移动的距离:return: 存放每0.2秒移动的距离'''# 初速度v=0# 单位时间为0.2s来统计轨迹，轨迹即0.2内的位移t=0.3# 位移/轨迹列表，列表内的一个元素代表0.2s的位移tracks=[]# 当前的位移current=0# 到达mid值开始减速mid=distance * 5/8distance += 10  # 先滑过一点，最后再反着滑动回来# a = random.randint(1,3)while current < distance:if current < mid:# 加速度越小，单位时间的位移越小,模拟的轨迹就越多越详细a = random.randint(1,3)  # 加速运动else:a = -random.randint(2,4) # 减速运动# 初速度v0 = v# 0.2秒时间内的位移s = v0*t+0.5*a*(t**2)# 当前的位置current += s# 添加到轨迹列表
            tracks.append(round(s))# 速度已经达到v,该速度作为下次的初速度v= v0+a*t# 反着滑动到大概准确位置for i in range(4):tracks.append(-random.randint(1,3))# for i in range(4):#    tracks.append(-random.randint(1,3))
        random.shuffle(tracks)return tracks

滑块轨迹

4.滑动滑块

利用selenium，根据算出的轨迹，进行模拟滑动，代码如下：

def slide(self, tracks):# slider = self.driver.find_element_by_xpath('//*[@id="captcha"]/div/div[3]/div[2]')# 鼠标点击并按住不松# webdriver.ActionChains(self.driver).click_and_hold(self.slider).perform()# 让鼠标随机往下移动一段距离webdriver.ActionChains(self.driver).move_by_offset(xoffset=0, yoffset=100).perform()time.sleep(0.15)for item in tracks:webdriver.ActionChains(self.driver).move_by_offset(xoffset=item, yoffset=random.randint(-2,2)).perform()# 稳定一秒再松开time.sleep(1)webdriver.ActionChains(self.driver).release(self.slider).perform()time.sleep(1)# 随机拿开鼠标webdriver.ActionChains(self.driver).move_by_offset(xoffset=random.randint(200, 300), yoffset=random.randint(200, 300)).perform()time.sleep(0.2)info = self.driver.find_element_by_xpath('//*[@id="login-modal"]/div/div/div/div[2]/div[1]/div[2]/div[1]/div/div[1]/div[2]/div[2]/div/div[2]/span[1]')if '验证通过' in info.text:return 1if '验证失败' in info.text:return 2if '再来一次' in info.text:return 3if '出现错误' in info.text:return 4

滑动滑块

5.完整代码

#!/usr/bin/env python
# encoding: utf-8
#@author: jack
#@contact: 935650354@qq.com
#@site: https://www.cnblogs.com/jackzzimport re
import time
import random
import requests
from PIL import Image
from  selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from  selenium.webdriver.support import expected_conditions as EC
from  selenium.webdriver.common.by import By
from  io import BytesIO
from selenium.webdriver.common.action_chains import ActionChainsdef get_merge_img(img_content,location_list,num):'''拼接图片:param img_content::param location_list::param num::return:'''im = Image.open(img_content)im_list_upper = []im_list_done = []for  location  in location_list:# print(location)if int(location['y']) == -58:im_list_upper.append(im.crop((abs(int(location['x'])),58,abs(int(location['x']))+10,116)))if int(location['y']) == 0:im_list_done.append(im.crop((abs(int(location['x'])),0,abs(int(location['x']))+10,58)))#create new imagenew_im = Image.new('RGB',(260,116))x_offset=0for im in im_list_upper:new_im.paste(im,(x_offset,0))x_offset +=10x_offset = 0for im in im_list_done:new_im.paste(im, (x_offset, 58))x_offset += 10return new_imdef get_img(driver,div_class,num):'''获取图片:param driver::param div_class::param num::return:'''background_imgs = driver.find_elements_by_class_name(div_class)location_list = []imge_url = ''for img in background_imgs:location = {}imge_url = re.findall(r'background-image: url\(\"(.*?)\"\); background-position: (.*?)px (.*?)px;',img.get_attribute('style'))[0][0]location['x'] = re.findall(r'background-image: url\(\"(.*?)\"\); background-position: (.*?)px (.*?)px;',img.get_attribute('style'))[0][1]location['y'] = re.findall(r'background-image: url\(\"(.*?)\"\); background-position: (.*?)px (.*?)px;',img.get_attribute('style'))[0][2]location_list.append(location)response = requests.get(imge_url).contentimg_content  = BytesIO(response)image = get_merge_img(img_content,location_list,num)image.save('{}.jpg'.format(num))return imagedef get_diff_location(image1,image2):'''通过像素对比 找到缺口位置:param image1::param image2::return:'''for x in range(1,259):for y in range(1, 115):if is_similar(image1,image2,x,y) == False:#判断成立 表示xy这个点 两张图不一样return xdef is_similar(image1,image2,x,y):pixel1 = image1.getpixel((x,y))pixel2 = image2.getpixel((x,y))for i in range(0,3):if abs(pixel1[i]) - pixel2[i] >=50:return Falsereturn Truedef get_track(x):'''滑块移动轨迹初速度 v =0单位时间 t = 0.2位移轨迹 tracks = []当前位移 ccurrent = 0:param x::return:'''v = 0t = 0.2tracks = []current = 0# mid = x*5/8#到达mid值开始减速# x = x+10while current < x:# if current < mid:#     a = random.randint(1,3)# else:#     a = -random.randint(2,4)a = 2v0 = v#单位时间内位移公式s =v0*t+0.5*a*(t**2)#当前位移current = current+stracks.append(round(s))v = v0+a*tfor i in range(3):tracks.append(-1)for i in range(3):tracks.append(-2)return tracksdef main(driver,element):#1为完整图、2为有缺口图image1 = get_img(driver,'gt_cut_fullbg_slice',1)image2 = get_img(driver,'gt_cut_bg_slice',2)x = get_diff_location(image1,image2)tracks = get_track(x)ActionChains(driver).click_and_hold(element).perform()for x in tracks:ActionChains(driver).move_by_offset(xoffset=x,yoffset=0).perform()ActionChains(driver).release(element).perform()time.sleep(3)if __name__ == '__main__':driver = webdriver.Firefox()driver.maximize_window()driver.get('http://www.cnbaowen.net/api/geetest/')try:count = 5# waiting slidingVC loadingwait = WebDriverWait(driver, 10)element = wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'gt_slider_knob')))while count >0:main(driver,element)try:succes = wait.until(EC.presence_of_all_elements_located((By.XPATH,'//div[@class="gt_ajax_tip gt_success"]')))if succes:print('恭喜你！识别成功...')breakexcept Exception as e:print('识别错误，继续')count -=1finally:driver.quit()

滑动验证码

转载于:https://www.cnblogs.com/jackzz/p/11443193.html