python爬虫处理滑块验证_python爬虫基础（9：验证识别之滑块验证）

上篇我们借助 tesserocr 库解决了图片码的识别验证，但在实际生活中，用得更多的是滑动验证，这篇就来解决滑动验证的问题

滑动验证

大部分网站都采用的是滑动验证，就是拖动滑块拼接图片，其中又大都采用极验(http://www.geetest.com/)所提供的技术，官方网页如下

本篇案例选用哔哩哔哩动画验证登录(https://passport.bilibili.com/login)

所需工具

chromedriver：浏览器驱动，可以理解为一个没有界面的chrome浏览器

selenium：用于模拟人对浏览器进行点击、输出、拖拽等操作，就相当于是个人在使用浏览器，也常常用来应付反爬虫措施，配合chromedriver使用，使用方法直接粘大神写的：https://cuiqingcai.com/5630.html

Image模块：提供很多对图片进行处理的方法的库，用法请查看https://www..com/kongzhagen/p/6295925.html

解决思路

1. 获取验证图片

通过访问登录页面，分析源码找到完整图片和带滑块缺口的图片 ，通过 selenium 键入登录信息

2. 获取缺口位置

通过对比原始的图片和带滑块缺口的图片的像素，计算出滑块缺口的位置，得到所需要滑动的距离

3.模拟拖动

利用selenium进行对滑块的拖拽，注意模仿人的行为：先快后慢，有个对准过程

案例步骤

第一大步：获取验证图片

1.初始化一些需要用到的参数

from selenium import webdriver

from selenium.webdriver.support.wait import WebDriverWait

# 初始化

def init():

# 定义为全局变量，方便其他模块使用

global url, browser, username, password, wait

# 登录界面的url

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

# 实例化一个chrome浏览器

browser = webdriver.Chrome()

# 用户名

username = '***********'

# 密码

password = '***********'

# 设置等待超时

wait = WebDriverWait(browser, 20)

2.通过 selenium 键入登录信息

(by the way：之前用 post 提交表单做过模拟登录，其实用selenium模拟人键入登录信息和点击提交也可以成功登录，但问题是selenium相率太低，所以一般能不用selenium就不用)

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.common.by import By

# 登录

def login():

# 打开登录页面

browser.get(url)

# 获取用户名输入框

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

# 获取密码输入框

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

# 输入用户名

user.send_keys(username)

# 输入密码

passwd.send_keys(password)

3.获取验证图片

通过分析源码找到原始完整图片和带滑块缺口的图片

from urllib.request import urlretrieve

from bs4 import BeautifulSoup

import re

from PIL import Image

# 获取图片信息

def get_image_info(img):

'''

:param img: (Str)想要获取的图片类型：带缺口、原始

:return: 该图片(Image)、位置信息(List)

'''

# 将网页源码转化为能被解析的lxml格式

soup = BeautifulSoup(browser.page_source, 'lxml')

# 获取验证图片的所有组成片标签

imgs = soup.find_all('div', {'class': 'gt_cut_'+img+'_slice'})

# 用正则提取缺口的小图片的url，并替换后缀

img_url = re.findall('url\(\"(.*)\"\);', imgs[0].get('style'))[0].replace('webp', 'jpg')

# 使用urlretrieve()方法根据url下载缺口图片对象

urlretrieve(url=img_url, filename=img+'.jpg')

# 生成缺口图片对象

image = Image.open(img+'.jpg')

# 获取组成他们的小图片的位置信息

position = get_position(imgs)

# 返回图片对象及其位置信息

return image, position

但是这里有一个问题，验证图片是由两行许多的小图片组成的，而这些小图片不是按顺序排列的，这样就无法计算滑块缺口的位置了