selenium实战篇【过极验-文字点选验证】

已于 2024-02-12 16:18:40 修改
阅读量3.3w 收藏 23
点赞数 17
分类专栏： 爬虫进阶+实战系列教程 文章标签： python 爬虫 极验 文字点选验证
于 2021-01-21 19:42:54 首次发布
转载需文末联系本作者（未经本人允许的转载完全不允许！）
本文链接：https://blog.csdn.net/qq_44907926/article/details/112970289
版权
本文介绍了如何使用selenium进行截图获取图片并利用ddddocr进行文字识别，以解决极验的文字点选验证问题。文章分为四个步骤：selenium截图获取图片、目标识别、文字坐标识别和坐标点击。在识别阶段，提到了ddddocr的低识别率问题，以及使用打码平台（如超级鹰）作为替代方案。最后，文章强调了点击坐标需与识别坐标对应调整的方法。
摘要由CSDN通过智能技术生成

目标url：

  • aHR0cHM6Ly93d3cuZ2VldGVzdC5jb20vYWRhcHRpdmUtY2FwdGNoYS1kZW1v

第一步：selenium获取所需图片

在《selenium实战篇【三种方法过极验-滑动拼图验证】》这篇文章中，对于图片的获取采用的是通过图片url得到；
所以本文就来个不一样的方法——通过selenium截图获取！

import re
import time
import ddddocr
import requests
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver import ActionChains

service = Service(r'E:\pycharm_project\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.geetest.com/adaptive-captcha-demo')

# 点击【文字点选验证】
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.XPATH,
        '//*[@id="gt-showZh-mobile"]/div/section/div/div[2]/div[1]/div[2]/div[3]/div[4]'
    )
)
tag.click()

# 点击开始验证
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.CLASS_NAME,
        'geetest_btn_click'
    )
)
tag.click()

time.sleep(5)

# 要识别的目标图片
target_tag = driver.find_element(
    By.CLASS_NAME,
    'geetest_ques_back'
)
target_tag.screenshot('target.png')

# 待识别图片
bg_tag = driver.find_element(
    By.CLASS_NAME,
    'geetest_bg'
)
bg_tag.screenshot('bg.png')

time.sleep(30)
driver.close()

有个比较奇怪的地方：
在这里插入图片描述
比如上述【点击按钮开始验证】这个标签class值不止有geetest_btn_click一个，但是使用find_element( By.CLASS_NAME, 'geetest_btn_click' )可以匹配到！

这就证明目标元素的 class 属性确实只包含了 ‘geetest_btn_click’ 这个类名，而没有其他多余的空格分隔的类名，所以自相矛盾了，虽然可以用，但是建议碰到类似情况的话用css选择器或者xpath来实现！

  • 以下是使用 CSS Selector 进行部分匹配的示例代码：
    element = driver.find_element(By.CSS_SELECTOR, ".geetest_btn_click")

  • 以下是使用 XPath 进行部分匹配的示例代码：
    element = driver.find_element(By.XPATH, "//*[contains(@class, 'geetest_btn_click')]")

第二步：识别

1. 目标识别【简单：ddddocr】：

上述图片获取，关于目标图片是直接截图获取。
但是为了识别及后续处理方便，所以此处改为通过图片url分别获取目标文字图片，然后分别进行识别~

import re
import time
import ddddocr
import requests
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver import ActionChains

service = Service(r'E:\pycharm_project\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.geetest.com/adaptive-captcha-demo')

# 点击【文字点选验证】
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.XPATH,
        '//*[@id="gt-showZh-mobile"]/div/section/div/div[2]/div[1]/div[2]/div[3]/div[4]'
    )
)
tag.click()

# 点击开始验证
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.CLASS_NAME,
        'geetest_btn_click'
    )
)
tag.click()

time.sleep(5)

# 识别任务图片
target_word_list = []
parent = driver.find_element(By.CLASS_NAME, 'geetest_ques_back')
tag_list = parent.find_elements(By.TAG_NAME, 'img')
for tag in tag_list:
    ocr = ddddocr.DdddOcr(show_ad=False)
    word = ocr.classification(tag.screenshot_as_png)
    target_word_list.append(word)

print(f'要识别的文字：{target_word_list}')

time.sleep(30)
driver.close()

在这里插入图片描述

2. 文字坐标识别【复杂：ddddocr或打码平台】：

识别背景图中的文字，并获得每个文字的坐标（后续需按照顺序点击）~
下述两种方法识别出的文字坐标都是根据图片左上角为坐标原点的坐标！

（1）ddddocr实现：

这种方式可以识别，但是默认识别率较低，想要提升识别率，可以搭建Pytorch环境对模型进行训练。参考：https://github.com/sml2h3/dddd_trainer

import time
from io import BytesIO

import ddddocr
from PIL import Image
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait

service = Service(r'E:\pycharm_project\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.geetest.com/adaptive-captcha-demo')

# 点击【文字点选验证】
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.XPATH,
        '//*[@id="gt-showZh-mobile"]/div/section/div/div[2]/div[1]/div[2]/div[3]/div[4]'
    )
)
tag.click()

# 点击开始验证
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.CLASS_NAME,
        'geetest_btn_click'
    )
)
tag.click()

time.sleep(5)

# 识别任务图片
target_word_list = []
parent = driver.find_element(By.CLASS_NAME, 'geetest_ques_back')
tag_list = parent.find_elements(By.TAG_NAME, 'img')
for tag in tag_list:
    ocr = ddddocr.DdddOcr(show_ad=False)
    word = ocr.classification(tag.screenshot_as_png)
    target_word_list.append(word)

print(f'要识别的文字：{target_word_list}')

# 背景图片
bg_tag = driver.find_element(
    By.CLASS_NAME,
    'geetest_bg'
)
content = bg_tag.screenshot_as_png

# 识别背景图中的所有文字并获取坐标
ocr = ddddocr.DdddOcr(show_ad=False, det=True)
poses = ocr.detection(content)

# 循环坐标中的每个文字并识别
bg_word_dict = {}
img = Image.open(BytesIO(content))
for box in poses:
    x1, y1, x2, y2 = box
    # 根据坐标获取每个文字的图片
    corp = img.crop(box)
    img_byte = BytesIO()
    corp.save(img_byte, 'png')
    # 识别文字
    ocr2 = ddddocr.DdddOcr(show_ad=False)
    word = ocr2.classification(img_byte.getvalue())  # 识别率较低

    # 获取每个字的坐标
    bg_word_dict[word] = [int((x1 + x2) / 2), int(y1 + y2) / 2]

print(bg_word_dict)

time.sleep(30)
driver.close()

但是识别率太差了 ：
在这里插入图片描述

在这里插入图片描述

（2）打码平台实现：

此处以超级鹰为例，官网：https://www.chaojiying.com/
官方文档说明

import base64
import requests
from hashlib import md5

file_bytes = open('bg.jpg', 'rb').read()

res = requests.post(
    url='http://upload.chaojiying.net/Upload/Processing.php',
    data = {
        'user': '用户名',
        'pass2': md5('密码'.encode('utf-8')).hexdigest(),
        'codetype': '9501',
        'file_base64': base64.b64encode(file_bytes)
    },
    headers = {
        'Connection': 'Keep-Alive',
        'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
    }
)

res_dict = res.json()
print(res_dict)

在这里插入图片描述

在这里插入图片描述

第三步：图片获取&识别整合

import time
import base64
import requests
from hashlib import md5
import ddddocr
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait

service = Service(r'E:\pycharm_project\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.geetest.com/adaptive-captcha-demo')

# 点击【文字点选验证】
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.XPATH,
        '//*[@id="gt-showZh-mobile"]/div/section/div/div[2]/div[1]/div[2]/div[3]/div[4]'
    )
)
tag.click()

# 点击开始验证
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.CLASS_NAME,
        'geetest_btn_click'
    )
)
tag.click()

time.sleep(5)

# 识别任务图片
target_word_list = []
parent = driver.find_element(By.CLASS_NAME, 'geetest_ques_back')
tag_list = parent.find_elements(By.TAG_NAME, 'img')
for tag in tag_list:
    ocr = ddddocr.DdddOcr(show_ad=False)
    word = ocr.classification(tag.screenshot_as_png)
    target_word_list.append(word)

print(f'要识别的文字：{target_word_list}')

# 背景图片
bg_tag = driver.find_element(
    By.CLASS_NAME,
    'geetest_bg'
)
content = bg_tag.screenshot_as_png
bg_tag.screenshot('bg.png')

# 识别背景图中的所有文字并获取坐标
res = requests.post(
    url='http://upload.chaojiying.net/Upload/Processing.php',
    data={
        'user': '用户名',
        'pass2': md5('密码'.encode('utf-8')).hexdigest(),
        'codetype': '9501',
        'file_base64': base64.b64encode(content)
    },
    headers={
        'Connection': 'Keep-Alive',
        'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
    }
)
res_dict = res.json()
print(res_dict)

# 每个字的坐标   {"鸭": (195, 82), ...}
bg_word_dict = {}
for item in res_dict['pic_str'].split('|'):
    word, x, y = item.split(',')
    bg_word_dict[word] = (x, y)

print(bg_word_dict)

time.sleep(30)
driver.close()

会识别出图片上不存在的字，但是没影响呀，有需要的文字的就可以！
在这里插入图片描述

第四步：文字坐标点击

根据坐标，在背景图上进行点击：

ActionChains(driver).move_to_element_with_offset(标签对象, xoffset=x, yoffset=y).click().perform()

【需要注意的是：上述代码“标签对象”即背景图标签对象，而且上述点击的xoffset和yoffset坐标是以图片中心为坐标原点的坐标。所以如果要和识别的坐标统一，识别的每个文字坐标x和y都要减去图片长和宽的一半！】

import time
import base64
import requests
from hashlib import md5
import ddddocr
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver import ActionChains

service = Service(r'E:\pycharm_project\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.geetest.com/adaptive-captcha-demo')

# 点击【文字点选验证】
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.XPATH,
        '//*[@id="gt-showZh-mobile"]/div/section/div/div[2]/div[1]/div[2]/div[3]/div[4]'
    )
)
tag.click()

# 点击开始验证
tag = WebDriverWait(driver, 30, .5).until(
    lambda dv: dv.find_element(
        By.CLASS_NAME,
        'geetest_btn_click'
    )
)
tag.click()

time.sleep(5)

# 识别任务图片
target_word_list = []
parent = driver.find_element(By.CLASS_NAME, 'geetest_ques_back')
tag_list = parent.find_elements(By.TAG_NAME, 'img')
for tag in tag_list:
    ocr = ddddocr.DdddOcr(show_ad=False)
    word = ocr.classification(tag.screenshot_as_png)
    target_word_list.append(word)

print(f'要识别的文字：{target_word_list}')

# 背景图片
bg_tag = driver.find_element(
    By.CLASS_NAME,
    'geetest_bg'
)
content = bg_tag.screenshot_as_png
bg_tag.screenshot('bg.png')

# 识别背景图中的所有文字并获取坐标
res = requests.post(
    url='http://upload.chaojiying.net/Upload/Processing.php',
    data={
        'user': '用户名',
        'pass2': md5('密码'.encode('utf-8')).hexdigest(),
        'codetype': '9501',
        'file_base64': base64.b64encode(content)
    },
    headers={
        'Connection': 'Keep-Alive',
        'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
    }
)
res_dict = res.json()
print(res_dict)

# 每个字的坐标   {"鸭": (195, 82), ...}
bg_word_dict = {}
for item in res_dict['pic_str'].split('|'):
    word, x, y = item.split(',')
    bg_word_dict[word] = (x, y)

print(bg_word_dict)
# target_word_list = ['粉', '菜', '香']
# bg_word_dict = {'粉': ('10', '14'), '菜': ('20', '42'), '香': ('100', '92')}

# 点击
for word in target_word_list:
    time.sleep(2)
    group = bg_word_dict.get(word)
    if not group:
        continue
    x, y = group
    x = int(x) - int(bg_tag.size['width'] / 2)
    y = int(y) - int(bg_tag.size['height'] / 2)
    ActionChains(driver).move_to_element_with_offset(bg_tag, xoffset=x, yoffset=y).click().perform()

time.sleep(30)
driver.close()
孤寒者
关注
专栏目录
订阅专栏
极验文字点选验证码识别
码王吴彦祖的博客
07-17 325
背景图就不多说了，标题图，初步一看其实非常简单，标准的字体，使用一般的开源识别模型飞桨等就能轻松识别，事实上，你将文字下载下来，通过代码查看的时候是下面这个情况。透明通道的含义如下：其中0代表完全透明(即该像素完全不可见),255代表完全不透明(即该像素完全可见)，其实，这种处理方法也简单，写一个简单的遍历循环即可。这是一篇水文，识别的步骤大家都明白，那一套基本都是标注、训练、优化、预测，极验的文字点选有意思的是标题文字，看如下几张图片。将识别到标题文字排序后，与背景匹配即可。随后，图片即可恢复正常。
极验语序点选验证码识别（一）
码王吴彦祖的博客
07-11 327
注意，本文只提供学习的思路，严禁违反法律以及破坏信息系统等行为，本文只提供思路极验文字点选验证码不必多说，很多小伙伴，借助标注工具或者打码平台标注完数据集后，使用开源的目标检测网络即可完成，欢迎收看我之前的文章：或者使用ddddocr等工具进行一阶段的目标检测后，再进行二阶段的分类识别，两种方法都有利弊，那么本文在文字点选的基础上，将介绍如何去识别文字中的语序，**这里本文先介绍第一种方法，在后续的文章中再来讲解其他思路，**下面来看一部分数据集。
极验4文字点选验证
xiaowei127的博客
06-30 4666
极验4 文字点选 js逆向
b站登录 极验点选验证码 +登录实现一套流程
最新发布
ff2766958292的博客
08-07 418
b站，极验3，tls，登录破解，bilibili，极验点选验证码，验证码
极验文字点选验证
Python9724的博客
10-07 478
验证码验证形式展示-滑动图片验证-点选验证-极验交互安全极验GEETEST提供丰富多样的行为验证形式来应对网络攻击，如滑动拼图验证，智能无感验证，文字/图标/语序点选验证和空间推理验证等……这些验证形式在PC端和移动端均可免费体验。
极验汉字点选识别（二）----基于深度学习的端到端文字识别代码实现
Jonny
07-14 2297
注：该算法原理参考网上相关资源，代码做了部分复用了，并在其基础上做了些许改动，应用到了极验点选图片左下方图片的识别处理过程过程中，涉及公司内部数据，本文不会有任何主体代码展示。 由于前期对某网站有数据采集需求，在采集过程过程中遇到了极验点选验证码，涉及到汉字识别问题，本文重点介绍一下图片左下方图片的识别过程。 数据处理： 利用已经破解掉的底层极验处理逻辑，一共下载了16w张极验图片，涉及词类包括社会百科，百味食谱等，并按照固定像素位置...
极验文字点选
zz
03-20 3480
文章目录前言1.汉字识别2.坐标问题3.s参数可以固定，可以看推荐的第二篇文字4.随机生成16字符问题5.还有挺重要的一点6.结尾 前言 目标网址：aHR0cHM6Ly93d3cuZ2VldGVzdC5jb20vZGVtby9jbGljay1mbG9hdC5odG1s 大佬博客推荐： 阿J大佬的挺详细的 另外一位大佬的，可以看到关键检查点 十一姐的，关于文字提取 具体详细的流程就不写了（写起太累了），只谈一谈一些关键点，以及我在整个过程出现的问题，也可以看一下我之前写的极验滑动滑块，因为这两个过程都是
〖Python WEB 自动化测试实战篇⑧〗- 实战 - 利用 selenium 处理弹出框
易编橙 · 终身成长社群，相遇已是上上签！
06-08 4万+
现如今经常出现在网页上的基于 JavaScript 实现的弹出框有三种，分别是 【alert、confirm、prompt】 。该章节主要是学习如何利用 selenium 处理这三种弹出框。奥利给，冲！
万字博文教你爬虫必备-＞Selenium【详解篇】（初篇）
热门推荐
孤寒者的博客
08-05 53万+
万字博文教你爬虫必备-＞Selenium【详解篇】（初篇）
【python+selenium】点触文字验证码的识别
易云云博客
08-20 4752
效果示例 预·思路 要做的并不多，封装类，方法各司其职！验证的关键部位（文字坐标）交给第三方平台； 以国家企业信用信息公示系统网站为例，点击查询就会产生验证界面！ selenium控制浏览器进入页面，查询调出验证页面 查看网页获取图片链接，将图片转成字节流的形式传给第三方平台 第三方返回图片中各个文字的坐标值，点击图片中的文字 等待验证成功！ 有一些编写程序时候的问题，在最后说明； 正·代码 进入页面，输入查询公司或企业，点击查询，弹出验证页面 # 注册超级鹰，进...
《自然语言处理实战入门》 ---- 【Generative AI重制版】总目录
shiter编写程序的艺术
12-03 5353
随着人工智能的快速发展，自然语言处理和机器学习技术的应用愈加广泛。为使大家对该领域整体概况有一个系统、明晰的认识，同时入门一些工程实践，也借CSDN为NLP的学习，开发者们搭建一个交流的平台。我希望能够通过这个专栏《自然语言处理实战入门》和广大NLP爱好者一起学习自然语言处理技术，分享学习资料，打破NLP 技术 的实战应用壁垒。................................................
JiYanChineseSelect:极验点选文字流程分析学习
05-31
极验点选汉字验证码 PyTorch + Nodejs model 下载地址: 提取码: 4ivx 免责声明 本项目仅供学习交流使用，请勿用于非法用途，不得在任何商业使用，本人不承担任何法律责任。 参考资料
geetest_crack:geetest极验二代滑动、三代滑动和汉字点选破解
05-28
每日限制50次, 仅供学习交流 geetest极验二代滑动、三代滑动和汉字点选破解 免责声明 本仓库仅用于学术交流, 不得用于任何商业用途!!! 说明 本仓库不提供相关模型源代码、模型文件、数据集、服务源代码等. 通过率 滑动: 通过算法生成轨迹 二代: 重试一次通过率99% 三代: 不重试, 通过率99% 汉字点选: 99% 耗时 滑动: 4s以内 汉字点选: 10s以内(CPU上YOLO3比较耗时) 结果样例 二代滑动: 三代点击: 三代滑动: 三代按文字点选: 三代按语序点选: 开发环境 python3.6 tensorflow keras darknet(YOLO3) labelImg(YOLO3数据标签工具) opencv(定位滑动缺口距离) pyppeteer 算法 YOLO3: 定位汉字位置 CRNN: 校验文字识别 CNN: 定位后的文字识别 数据集 汉字点选 4000+汉
java使用Selenium模拟登陆58（验证码登陆&密码登陆）若快平台识别文字点击验证码Demo
04-12
https://blog.csdn.net/Ronny_xie/article/details/89221377 2019-4-12正常使用，若不能使用自行理解代码意思修改其中的一些指定器即可
Selenium常用控件实战
qq_37931379的博客
06-29 1069
Selenium常用控件实战
极验汉字点选识别（一）----端到端不定长文字识别CRNN算法详解
Jonny
07-12 2124
在以前的OCR任务中，识别过程分为两步：单字切割和分类任务。我们一般都会将一连串文字的文本文件先利用投影法（水滴法）切割出单个字体，在送入CNN里进行文字分类。上述方法目前已经不再流行，面临的显而易见的问题就是容易造成将当个字符切开，导致后续分别出错，而且汉字处理识别成本较高，当下更流行的是基于深度学习的端到端的文字识别，我们不需要显示的对汉字进行切割，而是将汉字转成序列学习问题，虽然输入的图像尺度不同，文本长度不同，但是经过DCNN和RNN后，在输出阶段经过一定的翻译后，就可以对整个文本图像进行识别，也就
selenium(点触验证码)
2301_78072271的博客
11-27 308
【代码】selenium。
【CPU毫秒级】极验点选识别
kerlomz的博客
08-02 1万+
【福利】CPU毫秒级 | 极验点选识别接口，最新点选用CPU只要70ms。
极验点选验证码位置识别（一）：点选验证码位置识别技术总览
帯泪的鱼的博客
12-13 9626
极验点选验证码破解与研究（一）：AST还原混淆JS声明 声明 原创文章，请勿转载！ 本文内容仅限于安全研究，不公开具体源码。维护网络安全，人人有责。 本文关联文章超链接： 极验滑块验证码破解与研究（一）：AST还原混淆JS ...
评论 17
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

打赏作者

孤寒者

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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