Python 滑块验证码

VIP文章 已于 2024-03-06 15:00:29 修改
阅读量932 收藏 9
点赞数 1
分类专栏： Python 文章标签： python
于 2020-10-15 09:45:44 首次发布
.KeyboArd
本文链接：https://blog.csdn.net/keyb396/article/details/109091018
版权

看了滑块验证码（滑动验证码）相比图形验证码，破解难度如何？中《Python3网络爬虫开发实战》作者 崔庆才丨静觅 的一个回答，里面有详细介绍如何对抗滑块验证码，因此学习一下，对此进行记录。

正文

[1]流程

  • 利用 Python selenium 自动化测试工具 直接拟人行为来完成滑块验证码验证
  • 分析页面，找出滑块验证码的完整图片，缺口图片。
  • 对比原始的图片和带缺口的图片的像素，像素不同的地方就是缺口位置
  • 计算出滑块缺口的位置，得到所需要滑动的偏移量
  • 使用物理加速度位移公式计算出移动轨迹
  • 最后利用 Selenium 进行对滑块的拖拽

[2]分析页面

B站，是一个不错的学习网站，记得很久之前第一次碰到滑块验证码登录时候就是在B站看见的，所以拿它来练手。😃

哔哩哔哩登录页面

F12，打开开发者工具，找出登录框中有用的信息。

用户名输入：	id="login-username"
密码输入框：	id="login-passwd"
登录按钮:	 class="btn btn-login"
带有缺口的验证码图片： class="geetest_canvas_bg geetest_absolute"
需要滑动的验证码图片： class="geetest_canvas_slice geetest_absolute"
完整的验证码图片：    class="geetest_canvas_fullbg geetest_fade geetest_absolute"
滑块按钮：			class="geetest_slider_button"

[3]编写代码

导入库文件
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
from selenium.webdriver import ActionChains
import time
import random
from PIL import Image
USER_AGENT_LIST 
USER_AGENT_LIST = [
        "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2228.0 Safari/537.36",
        "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2227.1 Safari/537.36",
        "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2227.0 Safari/537.36",
        "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2227.0 Safari/537.36",
        "Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2226.0 Safari/537.36",
        "Mozilla/5.0 (Windows NT 6.4; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2225.0 Safari/537.36",
        "Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2225.0 Safari/537.36",
        "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2224.3 Safari/537.36",
        "Mozilla/5.0 (Windows NT 10.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/40.0.2214.93 Safari/537.36",
        "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/37.0.2062.124 Safari/537.36",
        "Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/37.0.2049.0 Safari/537.36",
        "Mozilla/5.0 (Windows NT 4.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/37.0.2049.0 Safari/537.36",
        "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1985.67 Safari/537.36",
        "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1985.67 Safari/537.36",
        "Mozilla/5.0 (X11; OpenBSD i386) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1985.125 Safari/537.36",
        "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1944.0 Safari/537.36",
        "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.3319.102 Safari/537.36",
        "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.2309.372 Safari/537.36",
        "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.2117.157 Safari/537.36",
        "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.1916.47 Safari/537.36",
        "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/34.0.1866.237 Safari/537.36",
        "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/34.0.1847.137 Safari/4E423F",
        "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/34.0.1847.116 Safari/537.36 Mozilla/5.0 (iPad; U; CPU OS 3_2 like Mac OS X; en-us) AppleWebKit/531.21.10 (KHTML, like Gecko) Version/4.0.4 Mobile/7B334b Safari/531.21.10",
        "Opera/9.80 (X11; Linux i686; Ubuntu/14.10) Presto/2.12.388 Version/12.16",
        "Opera/9.80 (Windows NT 6.0) Presto/2.12.388 Version/12.14",
        "Mozilla/5.0 (Windows NT 6.0; rv:2.0) Gecko/20100101 Firefox/4.0 Opera 12.14",
        "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.0) Opera 12.14",
        "Opera/12.80 (Windows NT 5.1; U; en) Presto/2.10.289 Version/12.02",
        "Opera/9.80 (Windows NT 6.1; U; es-ES) Presto/2.9.181 Version/12.00",
        "Opera/9.80 (Windows NT 5.1; U; zh-sg) Presto/2.9.181 Version/12.00",
        "Opera/12.0(Windows NT 5.2;U;en)Presto/22.9.168 Version/12.00",
        "Opera/12.0(Windows NT 5.1;U;en)Presto/22.9.168 Version/12.00",
        "Mozilla/5.0 (Windows NT 5.1) Gecko/20100101 Firefox/14.0 Opera/12.0",
        "Opera/9.80 (Windows NT 6.1; WOW64; U; pt) Presto/2.10.229 Version/11.62",
        "Opera/9.80 (Windows NT 6.0; U; pl) Presto/2.10.229 Version/11.62",
        "Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; fr) Presto/2.9.168 Version/11.52",
        "Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; de) Presto/2.9.168 Version/11.52",
        "Opera/9.80 (Windows NT 5.1; U; en) Presto/2.9.168 Version/11.51",
        "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; de) Opera 11.51",
        "Opera/9.80 (X11; Linux x86_64; U; fr) Presto/2.9.168 Version/11.50",
        "Opera/9.80 (X11; Linux i686; U; hu) Presto/2.9.168 Version/11.50",
    ]
初始化函数
def init(self):
        """
        初始化变量
        :return:
        """
        global url, browser, username, password, wait

        url = 'https://passport.bilibili.com/login'

        path = r'G:\Python3\Scripts\chromedriver.exe'
        chrome_options = Options()
        #随机选择一个User_Agent
        user_agent = random.choice(USER_AGENT_LIST)
        #全屏
        chrome_options.add_argument('--start-maximized')
        chrome_options.add_argument('user-agent=%s'%user_agent)
        #开启开发者模式，可以进一步防止selenium被反爬虫识别
        chrome_options.add_experimental_option("excludeSwitches", ["ignore-certificate-errors","enable-automation"])
        browser = webdriver.Chrome(executable_path=path, chrome_options=chrome_options)

        username = '用户名'

        password = '密码'
        wait = WebDriverWait(browser, 20)

global 关键字 定义了 url, browser, username, password, wait等全局变量，随后定义了chrome 的路径。

登录函数
def login(self):
        """
        输入帐号密码登录
        :return:
        """
        browser.get(url)

        user = wait.until(EC.presence_of_element_located((By.ID,'login-username')))

        passwd = wait.until(EC.presence_of_element_located((By.ID,'login-passwd')))

        user.send_keys(username)
        passwd.send_keys(password)
		#contains 就是包含，根据上面分析得知，登录按钮是的class是 btn btn-login 所以用XPATH 的contains函数就可以只选择其中之一。
        login_btn = wait.until(EC.presence_of_element_located((By.XPATH,"//a[contains(@class,'btn-login')]")))
        ran_time = random.random() * 2
        print("随机睡眠时间: ",ran_time)
        time.sleep(ran_time)

        login_btn.click()

等待用户名输入框和密码输入框对应的 ID 节点加载出来

获取这两个节点，用户名输入框 id="login-username"，密码输入框 id="login-passwd"

调用 send_keys() 方法输入用户名和密码

获取登录按钮 class="btn btn-login"

随机产生一个数并将其扩大两倍作为暂停时间

最后调用 click() 方法实现登录按钮的点击

【4】验证码处理模块

验证码元素查找函数
def find_code(self):
        """
        查找 验证码图片
        :return:
        """
最低0.47元/天 解锁文章
Wrpzkb
关注
  • 1
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Python3 爬虫实战 — 模拟登陆哔哩哔哩【滑动验证码对抗】
BOB'S BLOG
10-21 4478
登陆时间：2019-10-19 实现难度：★★★☆☆☆ 请求链接：https://passport.bilibili.com/login 实现目标：模拟登陆哔哩哔哩，破解滑动验证码 涉及知识：滑动验证码的破解、自动化测试工具 Selenium 的使用 完整代码：https://github.com/TRHX/Python3-Spider-Practice/tree/master/bilibil...
selenium解决滑块验证码(亲测有效)
热门推荐
weixin_39823751的博客
03-12 1万+
要解决滑块验证码，首选我们得梳理一下思路。首先我们要想到的就是怎么把滑块拉过去，这就涉及到拉动的距离问题，也就是要首先要解决滑块和缺口之间的距离的计算；然后就是解决模拟拉动的过程，要考虑怎么模拟才能绕过验证，从而获得验证通过。看到站内有些朋友使用加速度和减速度以及模拟鼠标抖动等一系列动作，或许有些网站确实可以通过验证，但是在我模拟浦发登陆时是没有用的。所以需要使用自定义的滑动曲线来设计滑动轨迹。 一般来说计算offset有两个方法：1. 通过背景图和带有缺口图之间比对像素来确定，但是这种由于背景底色的原因
Python实战滑块验证码破解
最新发布
ttocr456的博客
03-29 354
首先，我们需要了解滑块验证码是如何工作的。一般来说，滑块验证码会包含两个关键信息：验证码图片的URL和验证参数（通常是一个字符串）。我们需要从验证码接口获取这些信息，然后根据验证码图片模拟用户的滑动动作。滑块验证码是当前网站常用的一种人机验证方式，但是对于我们开发者来说，经常需要编写程序自动识别和破解这些验证码。在进行滑动验证时，我们需要模拟用户的滑动动作。接下来，我们需要下载验证码图片，并在程序中显示出来，以便后续的滑动验证。最后，我们需要将生成的滑动轨迹应用到滑块验证接口上，并检查验证结果。
解密顶象滑动拼图验证码：原理与识别方法详解
鑫和皓的博客
08-04 2208
然而，随着验证码技术的不断演进，验证码的设计者也在不断提高验证码的安全性和识别难度。因此，对于验证码的识别，需要不断更新和适应新的技术和方法，以应对不断变化的验证码挑战。这些服务通常使用大规模的计算资源和专业的算法来破解各种类型的验证码，包括顶象滑动拼图验证码。需要注意的是，由于验证码的设计目的是为了提高安全性，因此验证码的设计者通常会不断改进验证码的算法和策略，以增加对自动化识别的难度。由于顶象滑动拼图验证码的设计意图是模拟人类行为，因此对于机器来说，识别并完成这种验证码是一项具有挑战性的任务。
python处理滑块验证的轨迹计算问题
python之战
02-28 5441
在上一回中说了五行代码找图中滑块验证的缺口位置《python五行代码解决滑块验证的缺口距离识别，破解滑块验证》，本章讲轨迹相关的问题。 滑块验证核心是后台验证轨迹参数，效验轨迹取点的分布，正常情况是如下图的离散分布 image 如果横坐标x是时间、纵坐标y是位移，那么每个点的切线就是加速度，会发现这样的一个规律，加速度由小变大，再又大变小，这是最主要的特征之一。 速度的变化率如下： ...
python五行代码解决滑块验证的缺口距离识别，破解滑块验证
python之战
02-25 5566
目前网上关于滑块的缺口识别的方法很多，但是都不极简，看起来繁杂，各种算法的都有，有遍历的有二分法的，今天写个最简单，准确率最高的。 直接看代码： def FindPic(target, template): """ 找出图像中最佳匹配位置 :param target: 目标即背景图 :param template: 模板即需要找到的图 :return:...
python滑块验证码的破解实现
01-02
破解滑块验证码的思路主要有2种： 获得一张完整的背景图和一张有缺口的图片，两张图片进行像素上的一一对比，找出不一样的坐标。 获得一张有缺口的图片和需要验证的小图，两张图片进行二极化以及归一化，确定小图...
Python模拟登录之滑块验证码的破解(实例代码)
12-26
模拟登录之滑块验证码的破解，具体代码如下所示： # 图像处理标准库 from PIL import Image # web测试 from selenium import webdriver # 鼠标操作 from selenium.webdriver.common.action_chains import ...
python + opencv 识别滑块验证码滑块位置
08-20
python + opencv 识别滑块验证码滑块位置
python破解滑块验证码.rar
11-16
python破解滑块验证码
Python实现验证码识别
12-17
 2、滑块验证码 　3、识图验证码 　4、语音验证码 　这篇博客主要写的就是识图验证码，识别的是简单的验证码，要想让识别率更高，识别的更加准确就需要花很多的精力去训练自己的字体库。 　识别验证码通常是这几个...
python模拟登录带验证码的网站demo
08-12
python使用requests模拟登录带验证码的专利网站demo
Python3模拟登录操作实例分析
12-25
本文实例讲述了Python3模拟登录操作。分享给大家供大家参考，具体如下： 模拟登录_要求： 1. 用户输入账号密码进行登录 2. 用户信息保存在文件内 3. 用户密码输入错误三次后锁定用户 逻辑图： 代码： #!/usr/bin/env python3 # Author:Robert # --*-- coding: utf-8 --*-- count = 0 #记录试错次数，计数项赋初始值 load = True #完成功能后退出，赋初始值 file = open("用户信息文件.txt",'r',encoding='utf-8') file_lock = open("锁定用户信息文
python图像匹配缺口_爬虫滑块计算图片之间的距离更加精确
weixin_36264801的博客
02-10 1401
1.思路原先图片匹配一般都是缺口匹配全图优化点:1.缺口图片匹配缺口所在图片那一行图片可以提高他识别率2.移动后再进行2次匹配计算距离2.代码def get_image_deviation():##读取滑块图block = cv.imread("img.png", -1) #完整图片有个缺口backimg = cv.imread("bg_img.png") #缺口图片# block = cv.re...
python 滑块认证学习
qq_43125570的博客
05-10 421
滑块认证学习
python图片相似度计算与滑块验证码移动距离识别
Jerelli的博客
11-15 2677
###在UI自动化测试或者做爬虫的过程中，难免会碰到滑块验证码的场景，故此将自己本次遇到的情况与解决思路记录一下 ##1.缺口图片下载 目前所用的自动化框架是基于java写的，所以下载该缺口图片的代码也是java代码，后续的图片识别对比是基于python String yzmPath="D：\\yanzhengma.png"; // wd为webdriver对象 TakesScreenshot takesScreenshot=(TakesScreenshot)wd; WebElement we = wd
爬虫-python -综合练习-51job信息-滑块验证-selenium
luxppp880的博客
01-19 5471
利用selenium爬51job职位信息-破解滑块验证1.爬51job职位信息0.头文件1.初始化2.页面登陆3.滑块验证4.获取网站的职位信息 1.爬51job职位信息 0.头文件 需要用到以下文件 from selenium import webdriver from selenium.webdriver import Chrome from selenium.webdriver.common.by import By import time from selenium.webdriver.suppor
Python-Opencv 识别滑块验证码缺口位置（三）
码王吴彦祖的博客
09-08 1808
之前的两篇文章讲过利用边缘检测来提取滑块的轮廓，当遇到提取的轮廓有多条时，在去筛选，到最后的效果也不一定很好，所以可以使用另一种方法来检测却缺口，有的滑块，是包含一个小图，和一个大图的，小图是从大图中的一部分抠出来的，这个时候，就可以用到opencv中的模板匹配功能，模板匹配，可以将小图，匹配到大图中缺口的那个区域，这样，也能达到检测滑块缺口的效果，下面来看实战。我的步骤大致是这样，先转为灰度图，然后在对小图进行处理，然后添加自适应阈值化，然后使用模板匹配，找到匹配值可能性最大的缺口即可。
python实现滑块验证功能_Python 滑块验证码
weixin_39917791的博客
12-08 3714
image看了滑块验证码(滑动验证码)相比图形验证码，破解难度如何？中《Python3网络爬虫开发实战》作者 崔庆才丨静觅 的一个回答，里面有详细介绍如何对抗滑块验证码，因此学习一下，对此进行记录。正文[1]流程利用 Python selenium 自动化测试工具 直接拟人行为来完成滑块验证码验证分析页面，找出滑块验证码的完整图片，缺口图片。对比原始的图片和带缺口的图片的像素，像素不同的地方就是缺...
python滑块验证码
08-20
Python中的滑块验证码通常使用图像处理和模拟用户交互的方式来实现。以下是一个简单的示例代码，可以帮助你理解如何实现滑块验证码： ```python from PIL import Image from selenium import webdriver from selenium.webdriver.common.action_chains import ActionChains def get_slider_position(bg_image_path, slide_image_path): # 打开背景图和滑块图 bg_image = Image.open(bg_image_path) slide_image = Image.open(slide_image_path) # 获取滑块在背景图上的位置 for x in range(bg_image.width - slide_image.width): for y in range(bg_image.height - slide_image.height): is_match = True for i in range(slide_image.width): for j in range(slide_image.height): bg_pixel = bg_image.getpixel((x + i, y + j)) slide_pixel = slide_image.getpixel((i, j)) if abs(bg_pixel[0] - slide_pixel[0]) > 50 or \ abs(bg_pixel[1] - slide_pixel[1]) > 50 or \ abs(bg_pixel[2] - slide_pixel[2]) > 50: is_match = False break if not is_match: break if is_match: return x def slide_to_unlock(bg_image_path, slide_image_path): # 使用 selenium 打开网页，这里以 Chrome 为例 driver = webdriver.Chrome() driver.get("https://example.com") # 替换为需要验证的网页地址 # 定位到滑块元素 slider = driver.find_element_by_xpath("//div[@class='slider']") # 替换为滑块元素的 XPath # 获取滑块位置 slide_position = get_slider_position(bg_image_path, slide_image_path) # 模拟滑动操作 action = ActionChains(driver) action.click_and_hold(slider).perform() action.move_by_offset(slide_position, 0).perform() action.release().perform() slide_to_unlock("bg_image.png", "slide_image.png") # 替换为实际的背景图和滑块图路径 ``` 注意：上述代码仅为示例，实际应用中可能需要根据网页的具体情况进行适当的调整。另外，滑块验证码的具体实现方式可能因网站而异，因此你需要根据具体的网站来编写相应的代码。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值