前言

有小伙伴們私信反饋說，在web自動化的過程中，經(jīng)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(guān)閉驗證碼！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，一類是滑塊驗證碼！

關(guān)于圖文識別的驗證碼，之前已經(jīng)出了相關(guān)的識別解決方案，今天就不做過多的介紹了，有興趣的小伙伴可以 領(lǐng)取配套的視頻資料 。今天我們主要來聊聊滑動驗證碼如何去識別破解。

→→→先領(lǐng)資料，再學習←←←

一、滑動驗證破解思路

關(guān)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。

看起來是很難，實際一點都不簡單。 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(guān)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(shù)，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(shù)我不會啊，不會沒有關(guān)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。

二、案例講解

話不多說，我們先來看一個案例,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文末名片處獲取。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

三、代碼實現(xiàn)

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(guān)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(wǎng)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(guān)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(guān)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(jù)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(diào)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(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)
# 進行色彩轉(zhuǎn)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(jù)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()

學習資源推薦

除了上述分享，如果你也喜歡編程，想通過學習Python獲取更高薪資，這里給大家分享一份Python學習資料。

??朋友們?nèi)绻行枰脑?，可?mark>V掃描下方二維碼聯(lián)系領(lǐng)取

學好 Python 不論是就業(yè)還是做副業(yè)賺錢都不錯，但要學會 Python 還是要有一個學習規(guī)劃。最后大家分享一份全套的 Python 學習資料，給那些想學習 Python 的小伙伴們一點幫助！文章來源地址http://www.zghlxwxcb.cn/news/detail-820305.html

一、Python學習路線

二、Python基礎(chǔ)學習

1. 開發(fā)工具

2. 學習筆記

3. 學習視頻

三、Python小白必備手冊

四、數(shù)據(jù)分析全套資源

五、Python面試集錦

1. 面試資料

2. 簡歷模板

??朋友們?nèi)绻行枰脑挘梢?mark>V掃描下方二維碼聯(lián)系領(lǐng)取

學好 Python 不論是就業(yè)還是做副業(yè)賺錢都不錯，但要學會 Python 還是要有一個學習規(guī)劃。最后大家分享一份全套的 Python 學習資料，給那些想學習 Python 的小伙伴們一點幫助！

到了這里，關(guān)于教你python破解滑塊驗證碼！記得收藏的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！