python破解滑块验证码

目录

前言

验证码样本

破解思路

完整代码如下:

 运行截图

截屏异常修正

模拟人拖到路径优化

拖动距离优化


前言

这里所讲述的技能借鉴了崔庆才《python3网络爬虫开发一书》,但又有些许不同,因为爬虫具有时效性,感谢崔提供的技术指导。

验证码样本

本次实验的对象是极验验证,连接如下  https://account.geetest.com/login  

极验验证点击按钮,就会有一点概率进入验证码,这个按钮也是智能的,原理不甚了解,如果能一次性进去更好,不过我们的目的就是破解验证码吗,点击中间那里,进入概率大一些。如果出现的是文字验证码,那么连续点击下面的刷新即可。一般代码模拟点击会一次性出现滑块验证码。

 

破解思路

第一步:使用selenium加载,输入账号,密码,点击验证,出现滑块验证码。

第二步:我们人眼可以直接找到缺口,但这个过程是复杂的,大致如下,看到图片--看到滑块--看到缺口--寻找按钮--拖动按钮--刚刚开始快速逼近--接近时减速逼近--划过了可以左右调整。事实上人脑是在不断计算的,人眼的信号传输是非连续的,这个过程是一个高速的调整逼近过程,只不过我们司空见惯而已。

电脑就不一样的,电脑没有人眼这样的传感器,也不能动态调整,只能按照规定的计划执行任务。

说回来,这个验证码本身时有两张图片的,我们滑动滑块,最后两张图片做对比,相似度大于某个阈值,即可通过,所以我们非常需要获得这两张图片,然后找出缺口的位置。

第三步:获得两张图片,进入浏览器开发者模式,查看验证码元素。我们可以看到这是一个画布元素,那么可以通过截图来获取图片。但问题是只有一张图片,不急,我们看查看器,不难看到有三个canvas元素,重叠在一起了。前面两个是显示的,第三个隐藏了,那么前两个就是这个滑块和带缺口的图片了,第三个就是完整图片。依次设置前面两个隐藏,第三个显示即可

右键第一个canvas,添加属性style="display: none; opacity: 1;",可以看到消失的是缺口图片,所以第一个canvas就是缺口图片

递推,隐藏第二个canvas,滑块消失了。

继续,删除第三个canvas的style属性,直接双击backspace即可,就此三个canvas身份确认。

第四步:我们要获得两张截图并将一切还原,顺序如下:

  • 隐藏滑块
  • 对canvas对象截图,获得缺口图片
  • 隐藏缺口图片
  • 显示完整图片
  • 对canvas对象截图,获得完整图片
  • 隐藏完整图片
  • 显示缺口图片
  • 显示滑块

第五步:对比两张图片的像素值,找出差距过大的位置,这里选择的是60,然后校准滑块和缺口间距离

第六步:拖动滑块完成验证,失败再次尝试。

完整代码如下:

import time
from io import BytesIO
from PIL import Image
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import random
class SVC:

    def __init__(self):
        self.url = 'https://account.geetest.com/login'
        self.driver = webdriver.Chrome()
        self.driver.maximize_window()
        self.driverwait = WebDriverWait(self.driver, 20)
        self.email = 'EMAIL'
        self.password = 'PASSWORD'
        self.location = {}
        self.size = {'width':260,'height':160}
        self.BORDER = 40

    def __del__(self):
        self.driver.close()

    def setAttribute(self,elementObj, attributeName, value):
        # 封装设置页面对象的属性值的方法
        # 调用JavaScript代码修改页面元素的属性值,arguments[0]-[2]分别会用后面的
        # element、attributeName和value参数值进行替换,并执行该JavaScript代码
        self.driver.execute_script("arguments[0].setAttribute (arguments[1],arguments[2])", elementObj, attributeName, value)

    def removeAttribute(self, elementObj, attributeName):
        # 封装删除页面元素属性的方法
        # 调用JavaScript代码删除页面元素的指定的属性,arguments[0]-[1]分别会用后面的
        # element、attributeName参数值进行替换,并执行该JavaScript代码
        self.driver.execute_script("arguments[0].removeAttribute(arguments[1])", elementObj, attributeName)

    def get_geetest_button(self):
        """
        获取初始验证按钮
        :return:
        """
        #button = self.driver.find_element_by_xpath('//*[@id="captcha"]/div/div[2]/div[1]/div[3]')
        button = self.driverwait.until(EC.element_to_be_clickable((By.CLASS_NAME,'geetest_radar_tip')))
        return button

    def get_slider(self):
        """
        获取滑块
        :return: 滑块对象
        """
        slider = self.driverwait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_slider_button')))
        return slider

    def open(self):
        """
        打开网页输入用户名密码
        :return: None
        """
        self.driver.get(self.url)
        email = self.driver.find_element_by_xpath('//*[@id="email"]')
        password = self.driver.find_element_by_xpath('//*[@id="password"]')
        #email = self.driverwait.until(EC.presence_of_element_located((By.ID, 'email')))
        #password = self.driverwait.until(EC.presence_of_element_located((By.ID, 'password')))
        email.send_keys(self.email)
        password.send_keys(self.password)

    def get_screenshot(self):
        """
        获取网页截图
        :return: 截图对象
        """
        screenshot = self.driver.get_screenshot_as_png()
        screenshot = Image.open(BytesIO(screenshot))
        return screenshot

    def get_geetest_image(self, name):
        """
        获取验证码图片 captcha.png
        :return: 图片对象
        """
        left, top, right, bottom = (self.location['x']+177,self.location['y']+44,self.location['x']+self.size['width']+235,self.location['y']+self.size['height']+80)
        print('验证码位置', left, top, right, bottom)
        screenshot = self.get_screenshot()
        captcha = screenshot.crop((left, top, right, bottom))
        captcha.save(name)
        return captcha

    def getImg(self):
        time.sleep(3)
        ele = self.driver.find_elements_by_tag_name('canvas')
        self.location = ele[0].location
        self.setAttribute(ele[1],'style','display: none;') #移除小方框
        self.get_geetest_image('captcha_up.png')
        self.setAttribute(ele[0],'style','display: none;') #移除上面图片
        self.removeAttribute(ele[2],'style')               #移除隐藏属性以显示地面图片
        self.get_geetest_image('captcha_down.png')
        self.removeAttribute(ele[0], 'style')
        time.sleep(0.5)
        self.removeAttribute(ele[1], 'style')
        time.sleep(0.5)
        self.setAttribute(ele[2], 'style', 'display: none;')

    def get_gap(self, image1,image2):
        """
        获取缺口偏移量
        :param image1: 不带缺口图片
        :param image2: 带缺口图片
        :return:
        """
        left = 0
        for i in range(left, image1.size[0]):
            for j in range(image1.size[1]):
                if not self.is_pixel_equal(image1, image2, i, j):
                    left = i
                    return left
        return left

    def is_pixel_equal(self, image1, image2, x, y):
        """
        判断两个像素是否相同
        :param image1: 图片1
        :param image2: 图片2
        :param x: 位置x
        :param y: 位置y
        :return: 像素是否相同
        """
        # 取两个图片的像素点
        pixel1 = image1.load()[x, y]
        pixel2 = image2.load()[x, y]
        threshold = 60
        if abs(pixel1[0] - pixel2[0]) < threshold and abs(pixel1[1] - pixel2[1]) < threshold and abs(
                pixel1[2] - pixel2[2]) < threshold:

            return True
        else:
            print(pixel1, pixel2)
            return False

    def get_track(self, distance):
        """
        根据偏移量获取移动轨迹
        :param distance: 偏移量
        :return: 移动轨迹
        """
        # 移动轨迹
        list1 = []
        list2 = []
        list3 = []
        # 当前位移
        for i in range(round(distance/4)):
            list1.append(1)
            list2.append(2)
            list2.append(1)
        return list1+list2

    def move_to_gap(self, slider, track):
        """
        拖动滑块到缺口处
        :param slider: 滑块
        :param track: 轨迹
        :return:
        """
        ActionChains(self.driver).click_and_hold(slider).perform()
        for x in track:
            ActionChains(self.driver).move_by_offset(xoffset=x, yoffset=0).perform()
        time.sleep(0.5)
        ActionChains(self.driver).release().perform()

    def start(self):
        # 输入用户名密码
        self.open()
        # 点击验证按钮
        button = self.get_geetest_button()
        button.click()


    def crack(self):
        self.getImg()
        Image2 = Image.open('captcha_down.png')
        Image1 = Image.open('captcha_up.png')
        gap = self.get_gap(Image1, Image2)
        print('缺口位置', gap)
        # 减去缺口位移
        if gap<45:
            gap -= 5
        elif gap<55:
            gap -= 15
        elif gap<125:
            gap -= 25
        elif gap<165:
            gap -= 35
        elif gap <185:
            gap -= 40
        else:
            gap -= 45
        track = self.get_track(gap)
        print('滑动轨迹', track)
        slider = self.get_slider()
        self.move_to_gap(slider, track)
        time.sleep(1)
        success = False
        try:
            success = self.driverwait.until(EC.text_to_be_present_in_element((By.CLASS_NAME, 'geetest_success_radar_tip_content'), '验证成功'))
        except:
            print('失败')
        # 失败后重试
        if not success:
            time.sleep(0.1)
            self.crack()
        else:
            print('成功')
            self.login()

    def login(self):
        """
        登录
        :return: None
        """
        submit = self.driverwait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'login-btn')))
        submit.click()
        print('登录成功')


if __name__ == '__main__':
    svc = SVC()
    svc.start()
    svc.crack()

 运行截图

截屏异常修正

最开始,我是按照书上的方法,先获取canvas的坐标Z(x,y),然后截取z(x,y)到m(x+宽,y+高)的屏幕截图,但是浏览器不知道发了什么疯,截到的图片都是像下面的图片那样,后来我以为坐标位置有误,亲自安装了坐标插件,将图片的左上角坐标替换Z,得到的结果依旧和下面一样,索性手动修正,试了好久最终确定可通过如下坐标获得完整截图。

点(z['x']+177 , z['y']+44)到点(z['x']+width+235 , z['y']+height+80) 即可获得完整截图。

 

 

模拟人拖到路径优化

在原书在作者说明,如果匀速,匀加速,匀减速拖动,都不能通过,这个我也试过,但是拿到代码,总是有一些偏差,不能准确对其,作者使用了物理模型,先加速后减速就能通过,代码如下。在最后那里使用了track.append(round(move))添加位移路径,

    def get_track(self, distance):
        """
        根据偏移量获取移动轨迹
        :param distance: 偏移量
        :return: 移动轨迹
        """
        # 移动轨迹
        track = []
        # 当前位移
        current = 0
        # 减速阈值
        mid = distance * 4 / 5
        # 计算间隔
        t = 0.2
        # 初速度
        v = 0
        
        while current < distance:
            if current < mid:
                # 加速度为正2
                a = 2
            else:
                # 加速度为负3
                a = -3
            # 初速度v0
            v0 = v
            # 当前速度v = v0 + at
            v = v0 + a * t
            # 移动距离x = v0t + 1/2 * a * t^2
            move = v0 * t + 1 / 2 * a * t * t
            # 当前位移
            current += move
            # 加入轨迹
            track.append(round(move))
        return track

但是有一个问题,当你的move较小时,就会变成0,move较大,就会变成1,积累下来,就会难以对其,所以我换了一种简易算法。将路径分为四分,第一份和最后一份以1像素速度拖动,中间以2像素速度拖动。亦能模仿先加速后减速。

    def get_track(self, distance):
        """
        根据偏移量获取移动轨迹
        :param distance: 偏移量
        :return: 移动轨迹
        """
        # 移动轨迹
        list1 = []
        list2 = []
        list3 = []
        # 当前位移
        for i in range(round(distance/4)):
            list1.append(1)
            list2.append(2)
            list3.append(1)
        return list1+list2+list3

拖动距离优化

先前截图失败,就觉得这次破解不会太顺利,拖动验证码,距离短的会不到位,距离远的又会超出,所以在最后计算距离时,再次手动修订了一次,下面的判断点,都是正好镶嵌的点。

        if gap<45:
            gap -= 5
        elif gap<55:
            gap -= 15
        elif gap<125:
            gap -= 25
        elif gap<165:
            gap -= 35
        elif gap <185:
            gap -= 40
        else:
            gap -= 45

 

©️2020 CSDN 皮肤主题: 点我我会动 设计师:上身试试 返回首页