Python破解BiliBili滑块验证码，完美避开人机识别

for k in self.config:

if k in config.keys():

self.config[k] = config[k]

def getMaxOffset(self, *args):

计算偏移平均值最大的数

av = sum(args) / len(args)

maxOffset = 0

for a in args:

offset = abs(av - a)

if offset > maxOffset:

maxOffset = offset

return maxOffset

def isGrayPx(self, r, g, b):

是否是灰度像素点，允许波动offset

return self.getMaxOffset(r, g, b) < self.config[“grayOffset”]

def isDarkStyle(self, r, g, b):

灰暗风格

return r < 128 and g < 128 and b < 128

def isOpaque(self, px):

不透明

return px[3] >= 255 * self.config[“opaque”]

def getVerticalLineOffsetX(self, bgImage):

bgImage = Image.open(“./image/bg.png”)

bgImage.im.mode = ‘RGBA’

bgBytes = bgImage.load()

x = 0

while x < bgImage.size[0]:

y = 0

点》》线，灰度线条数量

verticalLineCount = 0

while y < bgImage.size[1]:

px = bgBytes[x, y]

r = px[0]

g = px[1]

b = px[2]

alph = px[3]

print(px)

if self.isDarkStyle(r, g, b) and self.isGrayPx(r, g, b) and self.isOpaque(px):

verticalLineCount += 1

else:

verticalLineCount = 0

y += 1

continue

if verticalLineCount >= self.config[“minVerticalLineCount”]:

连续多个像素都是灰度像素，直线

print(x, y)

return x

y += 1

x += 1

pass

if name == ‘main’:

bgImage = Image.open(“./image/bg.png”)

veriImageUtil = VeriImageUtil()

veriImageUtil.updateConfig({

“grayOffset”: 20,

“opaque”: 0.6,

“minVerticalLineCount”: 10

})

bgOffsetX = veriImageUtil.getVerticalLineOffsetX(bgImage)

print("bgOffsetX:{} ".format(bgOffsetX))

使用selenium进行滑动验证（会失败）

---

首先，我们需要从html中获取滑块验证的图片，通过执行js，将画布像素转为base64，然后python即可获取，进行拖拽处理：

from selenium import webdriver

import time

import base64

from PIL import Image

from io import BytesIO

from selenium.webdriver.support.ui import WebDriverWait

def checkVeriImage(driver):

WebDriverWait(driver, 5).until(

lambda driver: driver.find_element_by_css_selector(‘.geetest_canvas_bg.geetest_absolute’))

time.sleep(1)

im_info = driver.execute_script(

‘return document.getElementsByClassName(“geetest_canvas_bg geetest_absolute”)[0].toDataURL(“image/png”);’)

拿到base64编码的图片信息

im_base64 = im_info.split(‘,’)[1]

转为bytes类型

im_bytes = base64.b64decode(im_base64)

with open(‘./temp_bg.png’, ‘wb’) as f:

保存图片到本地，方便查看预览

f.write(im_bytes)

image_data = BytesIO(im_bytes)

bgImage = Image.open(image_data)

滑块距离左边有 5~10 像素左右误差

offsetX = VeriImageUtil().getVerticalLineOffsetX(bgImage)

eleDrag = driver.find_element_by_css_selector(“.geetest_slider_button”)

action_chains = webdriver.ActionChains(driver)

action_chains.drag_and_drop_by_offset(eleDrag,offsetX-10,0).perform()

貌似可以了，但实际上，验证时会遇到“拼图被怪物吃掉了，请重试”，导致失败。这是因为被检测到机器人（爬虫）操作了。

避开人机识别

---

B站滑块验证码的人机识别，其实不咋滴，主要靠是否存在停留间隔来判断。一开始被网上文章误导，弄了什么距离=初速度乘以时间t + 1/2加速度乘以(时间平方)模拟拖拽，实际上是完全不对路的。

webdriver.ActionChains(driver).drag_and_drop_by_offset(eleDrag,offsetX-10,0).perform() 拖动滑块会导致验证失败。在B站中，这是因为这个动作太快了的缘故。

有的同学就打算直接加 time.sleep(1) 了，这么做是不会成功的，会提示拼图被怪物吃掉了，请重试

实际上人做滑块验证的过程可以归为：手指快速拖拽验证码到指定位置，修正误差，停留一会儿，释放滑块。

简单实现

---

代码可以简单实现，都不需要模拟人修正拖拽误差的过程，普通网站不会去统计这个，至少B站不会。

def simpleSimulateDragX(self, source, targetOffsetX):

“”"

简单拖拽模仿人的拖拽：快速沿着X轴拖动，直接一步到达正确位置，再暂停一会儿，然后释放拖拽动作

B站是依据是否有暂停时间来分辨人机的，这个方法适用。

:param source:

:param targetOffsetX:

:return: None

“”"

#参考drag_and_drop_by_offset(eleDrag,offsetX-10,0)的实现，使用move方法

action_chains = webdriver.ActionChains(self.driver)

点击，准备拖拽

action_chains.click_and_hold(source)

action_chains.pause(0.2)

action_chains.move_by_offset(targetOffsetX,0)

action_chains.pause(0.6)

action_chains.release()

action_chains.perform()

添加修正过程的实现

---

其实也就最后一段多出了fix的过程， action_chains.move_by_offset(10,0)

def fixedSimulateDragX(self, source, targetOffsetX):

#参考drag_and_drop_by_offset(eleDrag,offsetX-10,0)的实现，使用move方法

action_chains = webdriver.ActionChains(self.driver)

点击，准备拖拽

action_chains.click_and_hold(source)

action_chains.pause(0.2)

action_chains.move_by_offset(targetOffsetX-10,0)

action_chains.pause(0.6)

action_chains.move_by_offset(10,0)

action_chains.pause(0.6)

action_chains.release()

action_chains.perform()

终极版实现

---

为了更像人类操作，可以进行拖拽间隔时间和拖拽次数、距离的随机化。虽然这对B站没什么用，还可能会导致验证时间变久一些。

拖拽多次，可以使用循环遍历，不过代码可能不好理解，直接判断就行，最多也就两到3次就完成修正误差的过程。

def __getRadomPauseScondes(self):

“”"

:return:随机的拖动暂停时间

“”"

return random.uniform(0.6, 0.9)

def simulateDragX(self, source, targetOffsetX):

“”"

模仿人的拖拽动作：快速沿着X轴拖动（存在误差），再暂停，然后修正误差

防止被检测为机器人，出现“图片被怪物吃掉了”等验证失败的情况

:param source:要拖拽的html元素

:param targetOffsetX: 拖拽目标x轴距离

:return: None

“”"

action_chains = webdriver.ActionChains(self.driver)

点击，准备拖拽

action_chains.click_and_hold(source)

拖动次数，二到三次

dragCount = random.randint(2, 3)

if dragCount == 2:

总误差值

sumOffsetx = random.randint(-15, 15)

action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)

暂停一会

action_chains.pause(self.__getRadomPauseScondes())

修正误差，防止被检测为机器人，出现图片被怪物吃掉了等验证失败的情况

action_chains.move_by_offset(-sumOffsetx, 0)

elif dragCount == 3:

总误差值

sumOffsetx = random.randint(-15, 15)

action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)

暂停一会

action_chains.pause(self.__getRadomPauseScondes())

已修正误差的和

fixedOffsetX = 0

第一次修正误差

if sumOffsetx < 0:

offsetx = random.randint(sumOffsetx, 0)

else:

offsetx = random.randint(0, sumOffsetx)

fixedOffsetX = fixedOffsetX + offsetx

action_chains.move_by_offset(-offsetx, 0)

action_chains.pause(self.__getRadomPauseScondes())

最后一次修正误差

action_chains.move_by_offset(-sumOffsetx + fixedOffsetX, 0)

action_chains.pause(self.__getRadomPauseScondes())

else:

raise Exception(“莫不是系统出现了问题？!”)

参考action_chains.drag_and_drop_by_offset()

action_chains.release()

action_chains.perform()

终章（完整代码）

---

本文完整示例代码如下

---

-- coding: utf-8 --

@Date:2020/2/15 2:09

@Author: Lu

@Description bilibili滑块验证码识别。B站有反爬限制，过快地拖拽会提示“怪物吃了拼图，请重试”。

目前B站有三张图片，只要对比完整图和缺失滑块背景图的像素，就可以得到偏移图片y轴距离，减去滑块空白距离=需要滑动的像素距离

这里采用边缘检测，检测缺失滑块的底图是否存在一条灰色竖线，即认为是滑块目标位置，存在失败的概率，适用范围应该更大些。

from selenium import webdriver

import time

import base64

from PIL import Image

from io import BytesIO

from selenium.webdriver.support.ui import WebDriverWait

import random

import copy

class VeriImageUtil():

def init(self):

self.defaultConfig = {

“grayOffset”: 20,

“opaque”: 1,

“minVerticalLineCount”: 30

}

self.config = copy.deepcopy(self.defaultConfig)

def updateConfig(self, config):

temp = copy.deepcopy(config)

for k in self.config:

if k in config.keys():

self.config[k] = config[k]

def getMaxOffset(self, *args):

计算偏移平均值最大的数

av = sum(args) / len(args)

maxOffset = 0

for a in args:

offset = abs(av - a)

if offset > maxOffset:

maxOffset = offset

return maxOffset

def isGrayPx(self, r, g, b):

是否是灰度像素点，允许波动offset

return self.getMaxOffset(r, g, b) < self.config[“grayOffset”]

def isDarkStyle(self, r, g, b):

灰暗风格

return r < 128 and g < 128 and b < 128

def isOpaque(self, px):

不透明

return px[3] >= 255 * self.config[“opaque”]

def getVerticalLineOffsetX(self, bgImage):

bgImage = Image.open(“./image/bg.png”)

bgImage.im.mode = ‘RGBA’

bgBytes = bgImage.load()

x = 0

while x < bgImage.size[0]:

y = 0

点》》线，灰度线条数量

verticalLineCount = 0

while y < bgImage.size[1]:

px = bgBytes[x, y]

r = px[0]

g = px[1]

b = px[2]

alph = px[3]

print(px)

if self.isDarkStyle(r, g, b) and self.isGrayPx(r, g, b) and self.isOpaque(px):

verticalLineCount += 1

else:

verticalLineCount = 0

y += 1

continue

if verticalLineCount >= self.config[“minVerticalLineCount”]:

连续多个像素都是灰度像素，直线，认为需要滑动这么多

print(x, y)

return x

y += 1

x += 1

pass

class DragUtil():

def init(self, driver):

self.driver = driver

def __getRadomPauseScondes(self):

“”"

:return:随机的拖动暂停时间

“”"

return random.uniform(0.6, 0.9)

def simulateDragX(self, source, targetOffsetX):

“”"

模仿人的拖拽动作：快速沿着X轴拖动（存在误差），再暂停，然后修正误差

防止被检测为机器人，出现“图片被怪物吃掉了”等验证失败的情况

:param source:要拖拽的html元素

:param targetOffsetX: 拖拽目标x轴距离

:return: None

“”"

action_chains = webdriver.ActionChains(self.driver)

点击，准备拖拽

action_chains.click_and_hold(source)

拖动次数，二到三次

dragCount = random.randint(2, 3)

if dragCount == 2:

总误差值

sumOffsetx = random.randint(-15, 15)

action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)

暂停一会

action_chains.pause(self.__getRadomPauseScondes())

修正误差，防止被检测为机器人，出现图片被怪物吃掉了等验证失败的情况

action_chains.move_by_offset(-sumOffsetx, 0)

elif dragCount == 3:

总误差值

sumOffsetx = random.randint(-15, 15)

action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)

暂停一会

action_chains.pause(self.__getRadomPauseScondes())

已修正误差的和

fixedOffsetX = 0

第一次修正误差

if sumOffsetx < 0:

offsetx = random.randint(sumOffsetx, 0)

else:

offsetx = random.randint(0, sumOffsetx)

fixedOffsetX = fixedOffsetX + offsetx

action_chains.move_by_offset(-offsetx, 0)

action_chains.pause(self.__getRadomPauseScondes())

最后一次修正误差

action_chains.move_by_offset(-sumOffsetx + fixedOffsetX, 0)

action_chains.pause(self.__getRadomPauseScondes())

else:

raise Exception(“莫不是系统出现了问题？!”)

参考action_chains.drag_and_drop_by_offset()

action_chains.release()

action_chains.perform()

def simpleSimulateDragX(self, source, targetOffsetX):

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

DragX(self, source, targetOffsetX):

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

[外链图片转存中…(img-N22fglSe-1713681591823)]

[外链图片转存中…(img-LpRGeLeA-1713681591824)]

[外链图片转存中…(img-iLMHIHOp-1713681591825)]

[外链图片转存中…(img-9TkdOn6Z-1713681591825)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）