用Selenium实现滑块验证码登录

kayotin

已于 2024-01-18 17:06:25 修改

阅读量1.4k

点赞数 23

分类专栏： Python项目实践文章标签： selenium 测试工具 python

于 2024-01-18 16:45:03 首次发布

本文链接：https://blog.csdn.net/kayotin/article/details/135678539

版权

Python项目实践专栏收录该内容

12 篇文章 0 订阅

订阅专栏

滑块验证码登录

简介

现在很多网站的登录，都采用了拖动图片滑块的验证码方式来进行验证登录，比如哔哩哔哩和京东等。在使用爬虫等自动化程序时，如何通过滑块验证，就成了需要解决的问题。

这里通过大名鼎鼎的ddddocr图片识别库，和模拟浏览器操作的selenium库来实现

Selenium简介

安装浏览器driver

首先你需要下载一个浏览器的driver，Chrome的下载地址如下，注意参考你的Chrome版本，下载对应的exe文件，然后运行即可。

下载地址：Chrome for Testing availability (googlechromelabs.github.io)

运行后出现下图，放着就行了：

在这里插入图片描述

pip安装Selenium包

pip install selenium

Selenium的基本使用如下：该例子打开百度首页，并搜索python

from selenium import webdriver
from selenium.webdriver.common.by import By

browser = webdriver.Chrome()
browser.get('https://www.baidu.com/')
# 通过元素ID获取元素
kw_input = browser.find_element(By.ID, 'kw')
# 模拟用户输入行为
kw_input.send_keys('Python')
# 通过CSS选择器获取元素
su_button = browser.find_element(By.CSS_SELECTOR, '#su')
# 模拟用户点击行为
su_button.click()
input("请输入回车结束")

ddddocr简介

ddddorc库是一个比较好用的图片识别库，目前支持滑块、文字验证码、点选验证码的识别

官方地址：https://github.com/sml2h3/ddddocr

我们用到的语法如下（事实上该例子就在官方文档首页：

slide = ddddocr.DdddOcr(det=False, ocr=False)
    # 这是滑块图片
    with open('target.jpg', 'rb') as f:
        target_bytes = f.read()
    # 这是背景大图片
    with open('background.jpg', 'rb') as f:
        background_bytes = f.read()
    # 返回的是坐标关系
    res = slide.slide_match(target_bytes, background_bytes, simple_target=True)
    
    print(res)

返回值如下，四个值分别表示左上角和右下角的，水平和垂直距离：

{'target_y': 0, 'target': [113, 61, 163, 111]}

实战举例

本次我们来模拟登录京东，因为刚好是一个很容易获取到的滑块验证码网站~

用Selenium获取对应元素进行登录

我们分别获取用户名和密码框，输入账号和密码，然后获取登录框点击登录

def sel_main():
    browser = webdriver.Chrome()
    # browser.maximize_window()
    browser.get('https://passport.jd.com/uc/login')

    # 点击账户密码登录
    up_btn = browser.find_element(By.ID, 'pwd-login')
    up_btn.click()

    # 通过元素ID获取用户名和密码框
    username_input = browser.find_element(By.ID, 'loginname')
    pw_input = browser.find_element(By.ID, 'nloginpwd')
    # 模拟输入
    username_input.send_keys('1xxxxxx93')
    pw_input.send_keys('111222333')
    # 选取登录按钮
    submit_btn = browser.find_element(By.ID, 'loginsubmit')
    # su_button = browser.find_element(By.CSS_SELECTOR, '#su')
    # 模拟用户点击行为
    submit_btn.click()

此时会跳出滑块验证码的图片，我们分别获取他们，将图片下载到本地：

    # 获取验证码图片背景大图
    captcha = browser.find_element(By.XPATH, '//div[@class="JDJRV-bigimg"]/img')
    captcha_img = captcha.get_attribute('src')
    captcha_size = (captcha.size['width'], captcha.size['height'])
    handle_img(captcha_img, 'bg', captcha_size, 'bg_sized')
    # 获取滑块小图
    wrap = browser.find_element(By.XPATH, '//div[@class="JDJRV-smallimg"]/img')
    wrap_img = wrap.get_attribute('src')
    wrap_size = (wrap.size['width'], wrap.size['height'])
    handle_img(wrap_img, 'sm', wrap_size, 'sm_sized')

对验证码图片进行处理

下载到的图片是图片的原始大小，这就会产生一个问题。在浏览器中进行拖动时，实际要拖动的是图片在浏览器中实际渲染出来的大小。这两者中间是存在误差的，所以通过以下方法对图片进行处理，让它变成和浏览器中是一样大的：

def handle_img(img_src: str, name: str, size: tuple, name_sized: str):
    """
    对下载的验证码图片进行处理
    :param img_src: 原图片编码
    :param name: 保存名称
    :param size: 调整的大小，元组(width, height)
    :param name_sized: 调整后的图片名
    :return: 无
    """
    s_img = img_src.replace('data:image/png;base64,', '')
    img_byte = base64.b64decode(s_img)
    with open(f"../images/{name}.png", "wb") as f:
        f.write(img_byte)
    img = Image.open(f"../images/{name}.png")
    res_img = img.resize(size)
    res_img.save(f"../images/{name_sized}.png")

计算拖动距离

验证码图片和滑块都获取到了，通过以下方法，来计算拖动距离

def get_distance(tg_img, bg_img):
    """
    获取滑动距离
    :param bg_img: 底层大图片
    :param tg_img: 滑块小图片
    :return: 返回距离
    """
    # 读取图片
    with open(f"../images/{tg_img}.png", "rb") as f:
        tg = f.read()
    with open(f"../images/{bg_img}.png", "rb") as f:
        bg = f.read()

    det = ddddocr.DdddOcr(det=False, ocr=False, show_ad=False)
    # 目标图无多余背景，需要加入simple_target参数
    res = det.slide_match(tg, bg, simple_target=True)
    return res['target'][0]

模拟进行拖动

滑块的拖动显然不能直接拖过去，那样速度太快太准确，一下子就被发现不是人类啦。所以我们只能尽可能模拟手动操作，用以下方法进行拖动：

def do_moves(browser, distance, btn):
    """
    加速度滑动法，计算生成轨迹然后滑动
    :param browser: 浏览器对象
    :param distance: 滑动距离
    :param btn: 滑动对象
    :return:无
    """
    # 生成运动轨迹
    track = []
    current = 0
    mid = distance * 4 / 5
    t = 0.2
    v = 1
    while current < distance:
        if current < mid:
            a = 4
        else:
            a = -3
        v0 = v
        v = v0 + a*t
        move = v0*t + 0.5*a*t*t
        current += move
        track.append(round(move))
    ActionChains(browser).click_and_hold(btn).perform()
    for x in track:
        ActionChains(browser).move_by_offset(xoffset=x, yoffset=random.randint(-5, 5)).perform()
        # 重置滑动值，否则多次滑动会超出范围
        ActionChains(browser).reset_actions()
    time.sleep(0.5)

    ActionChains(browser).release(on_element=btn).perform()

拖动不一定成功，所以用一个try的循环，如果失败就再来一次

保存cookie

登录成功后用如下语句保存cookie

cookies = browser.get_cookies()
    with open("cookies.json", "w") as c:
        c.write(f"{cookies}")

使用cookie

既然已经模拟登录成功了，那么要如何使用cookie呢？

以下例子访问一个需要登录的页面，来使用cookie

def use_cookies():
    # 我的订单页面，需要登录才能访问
    test_url = "https://order.jd.com/center/list.action"

    # 从本地读取cookie文件，
    with open("cookies.json", 'r') as c:
        cookies = eval(c.read())

    cookie = [item["name"] + "=" + item["value"] for item in cookies]
    # 拼接成字符串
    cookie_str = '; '.join(item for item in cookie)
    print(cookie_str)

    # 将cookie放入header中
    header = {
        'cookie': cookie_str,
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
    }
    html = requests.get(test_url, headers=header)
    print(html.text)