效果展示
我们将展示如何实现自动识别极验滑动验证码的全过程,从模拟点击到识别滑动缺口、计算位移并模拟拖动滑块。如果认证失败,则重复调用直到成功。
识别思路
模拟点击切换为滑动验证,并显示验证界面。
识别滑动缺口的位置,计算位移。
模拟拖动滑块。
若认证失败,重复调用。
详细过程及代码
初始化
首先,初始化selenium对象和一些参数配置,极验验证码测试页面的网址如下:
python
from selenium.webdriver.support import expected_conditions as EC
from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver import ActionChains
from PIL import Image
from io import BytesIO
import time
BORDER = 6
class CrackGeetest():
def __init__(self):
self.url = 'https://www.geetest.com/type/'
self.browser = webdriver.Chrome()
self.wait = WebDriverWait(self.browser,10)
def open(self):
'''
打开网页
:return None
'''
self.browser.get(self.url)
def close(self):
'''
关闭网页
:return None
'''
self.browser.close()
self.browser.quit()
定义了一个 CrackGeetest 类,初始化selenium对象和一些参数配置,网址是极验的验证码测试页面。
模拟点击
首先模拟点击切换为滑动验证,然后模拟点击弹出验证图片。
python
def change_to_slide(self):
'''
切换为滑动认证
:return 滑动选项对象
'''
huadong = self.wait.until(
EC.element_to_be_clickable((By.CSS_SELECTOR,'.products-content ul > li:nth-child(2)'))
)
return huadong
def get_geetest_button(self):
'''
获取初始认证按钮
:return 按钮对象
'''
button = self.wait.until(
EC.element_to_be_clickable((By.CSS_SELECTOR,'.geetest_radar_tip'))
)
return button
该步骤定义了两个方法,均利用显示等待的方法实现。并返回按钮对象,后用click()方法模拟点击。
获取背景图
首先等待验证码加载完成(wait_pic),获取网页截图(get_screenshot),然后获取验证背景图所在的位置及大小参数(get_position)和滑块对象(get_slider)。
python
def wait_pic(self):
'''
等待验证图片加载完成
:return None
'''
self.wait.until(
EC.presence_of_element_located((By.CSS_SELECTOR,'.geetest_popup_wrap'))
)
def get_screenshot(self):
"""
获取网页截图
:return: 截图对象
"""
screenshot = self.browser.get_screenshot_as_png()
screenshot = Image.open(BytesIO(screenshot))
return screenshot
def get_position(self):
'''
获取验证码位置
:return: 位置元组
'''
img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME,'geetest_canvas_img')))
time.sleep(2)
location = img.location
size = img.size
top, bottom = location['y'], location['y'] + size['height']
left, right = location['x'], location['x'] + size['width']
return (top, bottom, left, right)
def get_slider(self):
'''
获取滑块
:return: 滑块对象
'''
slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME,'geetest_slider_button')))
return slider
再通过上述返回的背景图位置和大小参数,对网页截图进行切片(get_geetest_image),最后获取背景图。
python
def get_geetest_image(self, name='captcha.png'):
'''
获取验证码图片
:return: 图片对象
'''
top, bottom, left, right = self.get_position()
print('验证码位置', top, bottom, left, right)
screenshot = self.get_screenshot()
captcha = screenshot.crop((left, top, right, bottom))
captcha.save(name)
return captcha
到这里,已经获取了带缺口的背景图。我们需要获取不带缺口滑块的原图。这里通过改变CSS样式获得原图。
python
def delete_style(self):
'''
执行js脚本,获取无滑块图
:return None
'''
js = 'document.querySelectorAll("canvas")[2].style=""'
self.browser.execute_script(js)
执行js脚本之后(delete_style)获得了无缺口的原图,再调用之前的截图方法,就可以获取同大小的背景图。
识别缺口
我们得到了两张图,接下来对比它们来获取缺口位置。
python
def is_pixel_equal(self, img1, img2, x, y):
'''
判断两个像素是否相同
:param img1: 不带缺口图片
:param img2: 带缺口图
:param x: 位置x
:param y: 位置y
:return: 像素是否相同
'''
pix1 = img1.load()[x, y]
pix2 = img2.load()[x, y]
threshold = 60
if abs(pix1[0] - pix2[0]) < threshold \
and abs(pix1[1] - pix2[1]) < threshold \
and abs(pix1[2] - pix2[2]) < threshold:
return True
else:
return False
get_gap()方法遍历两张图片的每个像素,再利用is_pixel_equal()方法判断两张图片同一位置的像素。
python
def get_gap(self, img1, img2):
'''
获取缺口偏移量
:param img1: 不带缺口图片
:param img2: 带缺口图
:return 缺口位置
'''
left = 60
for i in range(left, img1.size[0]):
for j in range(img1.size[1]):
if not self.is_pixel_equal(img1, img2, i, j):
left = i
return left
return left
模拟拖动
我们获得了滑块的位置,现在只需计算距离并模拟拖动即可。
python
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
'''
track = []
current = 0
mid = distance * 3 / 5
t = 0.2
v = 0
distance += 14
while current < distance:
if current < mid:
a = 2
else:
a = -1.5
v0 = v
v = v0 + a * t
move = v0 * t + 1 / 2 * a * t * t
current += move
track.append(round(move))
return track
前3/5路程加速,后面减速,track返回的是一个列表,其中每个元素代表的是每次移动的距离。然后模拟释放鼠标时的人手抖动(shake_mouse)。
python
def shake_mouse(self):
'''
模拟人手释放鼠标时的抖动
:return: None
'''
ActionChains(self.browser).move_by_offset(xoffset=-3, yoffset=0).perform()
ActionChains(self.browser).move_by_offset(xoffset=2, yoffset=0).perform()
def move_to_gap(self, slider, tracks):
'''
拖动滑块到缺口处
:param slider: 滑块
:param tracks: 轨迹
:return
'''
back_tracks = [-1, -1, -2, -2, -3, -2, -2, -1, -1]
ActionChains(self.browser).click_and_hold(slider).perform()
for x in tracks:
ActionChains(self.browser).move_by_offset(xoffset=x, yoffset=0).perform()
for x in back_tracks:
ActionChains(self.browser).move_by_offset(xoffset=x, yoffset=0).perform()
self.shake_mouse()
time.sleep(0.5)
ActionChains(self.browser).release().perform()
最后根据之前所得到的运动轨迹拖动滑块(move_to_gap)即可。
整个控制流程
执行主体流程,若验证失败,则再次调用crack()进行识别,直至成功。
python
def crack(self):
try:
self.open()
s_button = self.change_to_slide()
s_button.click()
g_button = self.get_geetest_button()
g_button.click()
self.wait_pic()
slider = self.get_slider()
image1 = self.get_geetest_image('captcha1.png')
self.delete_style()
image2 = self.get_geetest_image('captcha2.png')
gap = self.get_gap(image1, image2)
print('缺口位置', gap)
gap -= BORDER
track = self.get_track(gap)
self.move_to_gap(slider, track)更多内容联系1436423940
success = self.wait.until(
EC.text_to_be_present_in_element((By.CLASS_NAME, 'geetest_success_radar_tip_content'), '验证成功')
)
print(success)
time.sleep(5)
self.close()
except:
print('Failed-Retry')
self.crack()
if __name__ == '__main__':
crack = CrackGeetest()
crack.crack()
至此,极验滑动验证码识别——网页截图对比方法已经记录完毕。
关键字总结
webdriver()
support.expected_conditions as EC
support.wait.WebDriverWait
ActionChains
common.by.By
BytesIO
代码风格与验证码分析思路
本文详细介绍了利用selenium和PIL库实现极验滑动验证码自动识别的方法,包括模拟点击、获取背景图、识别缺口以及模拟拖动滑块的全过程。