全网最详细的极验滑块经验分享！！！！

先看看全流程的python效果图，主要涉及python与js，如果你有兴趣的话，那么就可以往下继续看了。

极验滑块介绍

在爬虫的过程最常见的滑块应该就是极验了吧，本次交流就以极验为案例，分析在其中的重要参数与破解思路。

抓包分析

我们对一个正常的极验流程进行抓包，分析其中有哪些重要请求与参数，废话不多说，直接上图：

1. 获取challenge

根据你要过极验的网站可以抓包分析到获取challenge的请求，相信对于屏幕面前的你，这并非难事；

我抓取这个网站的请求很简单带个时间戳就会返回一个json，重要参数是challenge ，其次是gt ，gt是组织码，极验根据组织码可以确定是哪个客户。

2. w1

在你点击开始验证后第一个请求

携带的重要参数包含1.获取的challenge与w，由于是第一个w值，在本文就称这个w值为w1，challenge与gt的获取在1.都可以得到，w1值，经过本人测试可以为空字符串（不要像我一样傻傻的去破解了）

3. w2

第二个请求

告诉你个好消息，请求中必要的参数还是1.获取的challenge与w，此处的w值称为w2，而且这里的w2同样可以为空字符串。（这个我同样也破解了，太蠢了，如果你想学习w1与w2的破解，可以在下面留言，呼声高的话，我会出一章续篇将如何破解w1与w2）

4. 获取图片路径

接下来需要一个请求获取滑块与背景图片的地址路径。

这个请求携带的参数challenge在1.已经获取，直接发送，接下来我们看看响应结果。

请求回来的结果包含红色方框的重要信息，bg对应缺少滑块的背景，fullbg完整的背景图片，slice对应滑块的图片路径，c与s是一会破解w值需要使用的变量。
关于获取图片的路径需要加上url的域名https://static.geetest.com/，比如滑块的完整url 为： https://static.geetest.com/pictures/gt/cd0bbb6fe/slice/387108189.png
值的一提的是获取到的背景图片为乱序的，如下：

恢复正常的算法在slide.js如下位置：

将代码翻译为python之后，恢复完的图片为


那么如何计算滑块要滑动的距离呢，相信知道图片的数据格式的已经知道如何计算了，将上面两个恢复好的图片进行灰度上做差，可以得到一个差值矩阵，图片的缺口位置对应矩阵缺口位置的水平索引值。获取到了需要滑动的距离了，那么我们看看哪个请求将轨迹进行提交的。

5. w3

发送轨迹的请求如下：

没错，又是我们的老朋友1.获取的challenge与w，此处的w值称为w3，很遗憾的告诉你w3包含轨迹数据，不能为空。那么w3是如何获取的呢，在slide.js的"\u0077": h + u,

"\u0077":翻译过来就w。那么我们就要获取h与u的值。
从上图中的代码 可以看到h = m[$_CAIAK(792)](l) 与u = r[$_CAHJS(737)]()，先看u是如何生成的，进入这个函数看看内部，下图中红框就是这个函数的实现。

u值：

看来最重要的是这句var e = new U()[$_CBFJN(392)](this[$_CBGAK(744)](t));
那我们解混淆一下var e = new U()["encrypt"](this["$_CCEc"](t));,看来扣出U()这个类之后调用了一下加密函数就能复现，我们跟一下这个函数this["$_CCEc"](t)

看来重要的是Ot = rt(),那就跟一下rt(),

那就是返回值这行了，return t() + t() + t() + t();,那再看看t(),

看来翻译一下返回值这行就行了return (65536 * (1 + Math[$_BFBFC(21)]()) | 0)[$_BFBFC(213)](16)[$_BFBFC(415)](1);
解混淆的结果是return (65536 * (1 + Math['random']()) | 0)["toString"](16)["substring"](1);,那就是65536到2*65536的随机整数转16进制去掉第一个字符的结果，到此，只需要把上面流程复现一下，那么 u值就破解完了。

h值：
h的值是由函数m[$_CAIAK(792)](l)生成，入参为l, 然而l = V[$_CAHJS(392)](gt[$_CAIAK(254)](o), r[$_CAIAK(744)]())，解混淆一下， V["encrypt"](gt["stringify"](o), r["$_CCEc"]())，明显又是一次加密，关键参数是o与r["$_CCEc"](),先看看函数r["$_CCEc"]()内部

好巧，这是我们在u值时候分析过的函数，直接拿过来用就行了，接下来我们看看o是如何得到。

o值：
我们先看看o都包含哪些内容，
其中aa是你滑动的轨迹，ep内部的值可以模拟，把时间戳进行以相同的规律进行模拟即可。h9s9的值需要破解，imgload是图片加载的时间，passtime是你滑块阶段使用的时间。rp与userresponse都是需要破解的参数。这是一个objest类，所以我们只需要破解完这些参数后自己构建一个object就可以通过验证。

aa值
往上跟o值，可以看到o值是在下图位置创建的。

翻译一下就可一直aa对应着e,往上翻可以看到e对应下图的l,

那么我们解混淆一下l = n[$_DAAAU(985)][$_CJJJU(1075)](n[$_CJJJU(985)][$_CJJJU(1073)](), n[$_CJJJU(67)][$_CJJJU(1033)], n[$_DAAAU(67)][$_CJJJU(345)]);的值。

解混淆的结果为：l = n['$_CICO']['$_BBED'](n['$_CICO']['$_FD_'](), n['$_CJk']['c'], n['$_CJk']['s']);，

其中n['$_CJk']['c']与n['$_CJk']['s']的分别对应4. 获取图片路径中的c值与s值。
其中的函数n['$_CICO']['$_FD_']()对应下图的函数
这个函数运行的结果就是轨迹的加密值"T00--/(!!Hy((ys(ssss(ts!)sssssstsssstyssss(!!($)_A@:)89)8:$,/)7?9(9:Ne999?:9:9?)r$)f"
这个函数使用很简单，将n这个对应的属性值n['$_CICO']['$_HCb']设置为轨迹矩阵后直接执行这个函数就可以拿到加密轨迹值，轨迹矩阵的可以直接模拟，第一列是x轴的坐标变化，第二列是坐标y轴的变化，第三列是时间轴t的变化，有了滑块划动的距离后，模拟这个矩阵很容易，可以使用tanh函数模拟，注意矩阵第一行需要特殊处理一下。如下图：

userresponse值

接下来我们看userresponse值如何生成，

"\u0075\u0073\u0065\u0072\u0072\u0065\u0073\u0070\u006f\u006e\u0073\u0065": H(t, i['challenge']),,解混淆一下，结果是：userresponse:H(t, i['challenge']),t是鼠标轨迹矩阵最后一行的x值,i['challenge']大家很熟悉了。对应下面这个函数

h9s9值
h9s9的获取实在一个外部js的函数进行的入口在下图的方框位置。

入参是一个json，分别是s与ep，这两个值在前面已经说了怎么模拟了。这个外部函数的实现是下面这张图的n这个函数。把json数据传入这个函数，返回值就会包含h9s9。

rp值
rp的获取比较简单，入口在这个位置。

让我们来翻译一下这行代码：

• 源文： o[$_CAIAK(793)] = X(i[$_CAIAK(122)] + i[$_CAIAK(134)][$_CAIAK(187)](0, 32) + o[$_CAHJS(725)]);
• 解混淆： o['rp'] = X(i['gt'] + i["challenge"]["slice"](0, 32) + o["passtime"]);
  解完混淆就很明朗了，入参是全部都有，由已知的参数拼合一个字符串作为入参。
  那么我们看看这个函数的定义：
  
  把这个X函数抠出来就可以完美复原rp的值。

总结

到此为止，所有的参数都已经破解完毕，把各个参数放在对应的位置，按照流程模拟一遍就可以破解这个极验滑块流程。最后贴一张全流程的结果图。使用最后一个请求获取的"validate"就可以继续进行你的后续业务了。