对于web应用程序来讲,处于安全性考虑,在登录的时候,都会设置验证码, 验证码的类型种类繁多,有图片中辨别数字字母的,有点击图片中指定的文字的,也有算术计算结果的,再复杂一点就是滑动验证的。 诸如此类的验证码,对我们的系统增加了安全性的保障,但是对于我们测试人员来讲,在自动化测试的过程中,无疑是一个棘手的问题。
1、Web 化验证码解决方案
一般在我们测试过程中,登录遇到上述的验证码的时候,有以下种解决方案:
- 第一种、让开发去掉验证码
- 第二种、设置一个万能的验证码
- 第三种、通过 cookie 绕过登录
- 第四种、自动识别技术识别验证码
2、验证码解决方案
# coding:utf-8
import os
import subprocess
from PIL import Image
def get_captcha(driver, captcha_id, full_screen_img_path, captcha_img_path, captcha_final_path, txt_path, ocr_path):
# 浏览器界面截图
driver.save_screenshot(full_screen_img_path)
# 找到验证码图片,得到它的坐标
element = driver.find_element_by_id(captcha_id)
left = element.location['x']
top = element.location['y']
right = element.location['x'] + element.size['width']
bottom = element.location['y'] + element.size['height']
left, top, right, bottom = int(left), int(top), int(right), int(bottom)
img = Image.open(full_screen_img_path)
img = img.crop((left, top, right, bottom))
# 得到验证码图片
img.save(captcha_img_path)
# 打开验证码图片
img = Image.open(captcha_img_path)
# 颜色直方图,255种颜色,255为白色
# 新建一张图片(大小和原图大小相同,背景颜色为255白色)
img_new = Image.new('P', img.size, 255)
for x in range(img.size[1]):
for y in range(img.size[0]):
# 遍历图片的xy坐标像素点颜色
pix = img.getpixel((y, x))
# print(pix)
# 自己调色,r=0,g=0,b>0为蓝色
if pix[0] < 20 and pix[1] < 20 and pix[2] > 50:
# 把遍历的结果放到新图片上,0为透明度,不透明
img_new.putpixel((y, x), 0)
img_new.save(captcha_final_path, format='png')
# 通过tesseract工具解析验证码图片,生成文本
os.system(ocr_path)
# 读取txt文件里面的验证码
with open(txt_path, 'r') as f:
if f.read():
t = f.read().strip()
# 去掉中间空格
if ' ' in t:
t = t.replace(' ', '')
if t.isdigit() and len(t) == 4:
return t
else:
return 'fail'
def check_resp(result, msg):
if msg in result:
return 'pass'
else:
return 'failed'
# 接口 - 识别验证码
def get_captcha(captcha_img_path, captcha_final_path, txt_path, ocr_path):
# 打开验证码图片
img = Image.open(captcha_img_path)
# 新建一张图片(大小和原图大小相同,背景颜色为255白色)
img_new = Image.new('P', img.size, 55)
for x in range(img.size[1]):
for y in range(img.size[0]):
# 遍历图片的xy坐标像素点颜色
pix = img.getpixel((y, x))
# print(pix)
# 自己调色,r=0,g=0,b>0为蓝色
if pix[0] < 20 and pix[1] < 20 and pix[2] > 50:
# 把遍历的结果放到新图片上,0为透明度,不透明
img_new.putpixel((y, x), 0)
img_new.save(captcha_final_path, format='png')
# 通过tesseract工具解析验证码图片,生成文本,【Tesseract-OCR必须和jpg的根目录必须相同,如C盘、D盘!!!】
os.system(ocr_path)
# 读取txt文件里面的验证码
with open(txt_path, 'r') as f:
if r.read():
t = f.read().strip()
# 去掉中间空格
if ' ' in t:
t = t.replace(' ', '')
# 如果是数字且长度为4,就返回数字,如果不是就返回 fail
if t.isdigit() and len(t) == 4:
return t
else:
return fail
最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:
这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!