python爬虫滑动验证码,python 爬虫模拟登陆,破解滑块验证码

　　本文介绍了python自动破解滑动验证码的解决方案，并通过实例代码进行了详细介绍。对大家的学习或者工作都有一定的参考价值，有需要的朋友可以参考一下。

　　在Web自动化测试过程中，我们经常被登录验证码卡住，不知道验证码怎么过。

　　一般情况下，我们遇到验证码，可以找开发帮忙解决，关闭验证码，或者给一个通用的验证码！

　　那么如果开发没有帮助，我们有什么办法处理这些验证码呢？

　　当然，答案是肯定的。常见的验证码一般分为两类，一类是图形验证码，一类是滑动验证码！

滑动验证破解思路

　　一般来说，破解滑动验证码的思路是以下两步：

　　1.获取滑块的滑动距离。2.模拟拖动滑块，通过验证。关于这个滑动验证码，滑块和缺口背景是分开的图像，我们可以把这两个图像，

　　下载它借助图像识别技术识别背景图像中缺口的位置，然后减去滑块的当前位置得到滑动的距离。

案例讲解

　　事不宜迟，我们先来看一个案例(QQ空间登录)。实现QQ空间登录案例的步骤如下：

　　1.创建驱动对象，访问qq登录页面2，输入账号密码3，点击登录4，模拟滑动验证

实现代码

　　导入时间

　　从selenium导入web驱动程序

　　从slideVerfication导入slideVerfication代码

　　# 1.创建一个驱动程序对象并访问qq登录页面。

　　浏览器=webdriver。铬合金()

　　browser . get( https://qzone . QQ.com/)

　　# 2.输入帐户密码。

　　# 2.0单击切换到登录的iframe

　　browser . switch _ to . frame( log in _ frame )

　　# 2.1点击账户密码登录

　　browser . find _ element _ by _ id( switcher _ plogin )。单击()

　　# 2.2找到账号输入框，输入账号。

　　browser.find_element_by_id(u )。发送键( 123456 )

　　# 2.3位置密码输入输入密码

　　browser.find_element_by_id(p )。send_keys(PYTHON )

　　# 3.单击登录

　　browser . find _ element _ by _ id( log in _ button )。单击()

　　时间.睡眠(3)

　　# 4.模拟滑动验证

　　# 4.1切换到滑动验证码的iframe

　　tcaptcha=browser . find _ element _ by _ id( tcaptcha _ iframe )

　　browser . switch _ to . frame(tcaptcha)

　　# 4.2获取滑动相关元素

　　#选择拖动滑块的节点。

　　slide _ element=browser . find _ element _ by _ id( tcaptcha _ drag _ thumb )

　　#获取滑块图片的节点

　　slide block _ ele=browser . find _ element _ by _ id( slide block )

　　#获取凹口背景图片节点

　　slide BG=browser . find _ element _ by _ id( slide BG )

　　# 4.3计算滑动距离

　　sc=SlideVerificationCode(save _ image=True)

　　距离=sc . get _ element _ slide _ distance(slide block _ ele，slideBg)

　　#滑动距离误差修正，滑动距离*网页上显示的图片的缩放比例-滑块的相对初始位置

　　距离=距离*(280/680) - 22

　　打印(“校正滑动距离”，距离)

　　# 4.4，滑。

　　sc.slide_verification(浏览器，slide_element，distance=100)

　　操作效果：

　　实际上，该模块的图像识别是在第三方图像处理模块的帮助下进行的。python中有很多现成的处理图像的库，本文使用opencv-python进行识别。上面在slideVerfication模块中使用的两种方法的一些参考代码如下：

根据传入滑块，和背景的节点，计算滑块的距离

　　def get _ element _ slide _ distance(self，sli

　　der_ele, background_ele, correct=0):

　　 """

　　 根据传入滑块，和背景的节点，计算滑块的距离

　　 该方法只能计算 滑块和背景图都是一张完整图片的场景，

　　 如果背景图是通过多张小图拼接起来的背景图，

　　 该方法不适用，请使用get_image_slide_distance这个方法

　　 :param slider_ele: 滑块图片的节点

　　 :type slider_ele: WebElement

　　 :param background_ele: 背景图的节点

　　 :type background_ele:WebElement

　　 :param correct:滑块缺口截图的修正值，默认为0,调试截图是否正确的情况下才会用

　　 :type: int

　　 :return: 背景图缺口位置的X轴坐标位置（缺口图片左边界位置）

　　 """

　　 # 获取验证码的图片

　　 slider_url = slider_ele.get_attribute("src")

　　 background_url = background_ele.get_attribute("src")

　　 # 下载验证码背景图,滑动图片

　　 slider = "slider.jpg"

　　 background = "background.jpg"

　　 self.onload_save_img(slider_url, slider)

　　 self.onload_save_img(background_url, background)

　　 # 读取进行色度图片，转换为numpy中的数组类型数据，

　　 slider_pic = cv2.imread(slider, 0)

　　 background_pic = cv2.imread(background, 0)

　　 # 获取缺口图数组的形状 -->缺口图的宽和高

　　 width, height = slider_pic.shape[::-1]

　　 # 将处理之后的图片另存

　　 slider01 = "slider01.jpg"

　　 background_01 = "background01.jpg"

　　 cv2.imwrite(background_01, background_pic)

　　 cv2.imwrite(slider01, slider_pic)

　　 # 读取另存的滑块图

　　 slider_pic = cv2.imread(slider01)

　　 # 进行色彩转换

　　 slider_pic = cv2.cvtColor(slider_pic, cv2.COLOR_BGR2GRAY)

　　 # 获取色差的绝对值

　　 slider_pic = abs(255 - slider_pic)

　　 # 保存图片

　　 cv2.imwrite(slider01, slider_pic)

　　 # 读取滑块

　　 slider_pic = cv2.imread(slider01)

　　 # 读取背景图

　　 background_pic = cv2.imread(background_01)

　　 # 比较两张图的重叠区域

　　 result = cv2.matchTemplate(slider_pic, background_pic, cv2.TM_CCOEFF_NORMED)

　　 # 获取图片的缺口位置

　　 top, left = np.unravel_index(result.argmax(), result.shape)

　　 # 背景图中的图片缺口坐标位置

　　 print("当前滑块的缺口位置：", (left, top, left + width, top + height))

　　 return left

　　滑动滑块进行验证

def slide_verification(self, driver, slide_element, distance):
　　 """
　　 滑动滑块进行验证
　　 :param driver: driver对象
　　 :type driver:webdriver.Chrome
　　 :param slide_element: 滑块的元组
　　 :type slider_ele: WebElement
　　 :param distance: 滑动的距离
　　 :type: int
　　 :return:
　　 """
　　 # 获取滑动前页面的url地址
　　 start_url = driver.current_url
　　 print("需要滑动的距离为：", distance)
　　 # 根据滑动距离生成滑动轨迹
　　 locus = self.get_slide_locus(distance)
　　 print("生成的滑动轨迹为:{}，轨迹的距离之和为{}".format(locus, distance))
　　 # 按下鼠标左键
　　 ActionChains(driver).click_and_hold(slide_element).perform()
　　 time.sleep(0.5)
　　 # 遍历轨迹进行滑动
　　 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)
　　 # 释放鼠标
　　 ActionChains(driver).release(on_element=slide_element).perform()

　　到此这篇关于python实现破解滑动验证码的文章就介绍到这了。希望对大家的学习有所帮助，也希望大家多多支持盛行IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。