php iframe使用代理_使用打码平台处理点触式验证码

前面讲的图片验证码跟滑动验证码都是有迹可循，然而对于点触式验证码，通过个人处理就显的力不从心了。我们先来看看点触式验证码长什么样

类似这种需要按顺序点击图中文字，全部点对才正确的验证码就是点触式验证码，点击效果如下，

这里如果靠我们自己识别，样例文字识别是个问题，有些样例文字慎重各种歪曲变形，会极大降低我们识别率，图片中的文字更是难以识别，如上图中的短 字已经惨不忍睹了，即便有更好的思路恐怕也是难以实现。此文将介绍打码平台来处理我们的验证码，这里介绍的超级鹰，官网

超级鹰验证码识别-专业的验证码云端识别服务,让验证码识别更快速、更准确、更强大​www.chaojiying.com

开始之前我们先来理一下本文的思路，

1 将目标图片截下，截下的范围包括识别图片本身和问题
2 将图片以请求方式发送至打码平台 打码平台返回识别图片的坐标
3 我们根据返回的坐标模拟对该图片进行点击

思路很简单，我们一步一步来，首先注册超级鹰的账号,注册完记录自己的账户名跟密码，等下会在程序中使用，然后获取一个软件的id，获取方式在用户中心>>软件ID 新建完

将该软件id记下。官方给了一个demo,

Python语言Demo下载-超级鹰验证码识别API接口​www.chaojiying.com

可以直接下载使用，我这边稍微改了一下，把自己注册的信息填到里面即可，

import requests
from hashlib import md5


# 超级鹰用户名、密码、软件 ID、 
CHAOJIYING_USERNAME = '' 
CHAOJIYING_PASSWORD = ''
CHAOJIYING_SOFT_ID = 898777  

class Chaojiying:
    def __init__(self):
        self.username = CHAOJIYING_USERNAME
        self.password =  md5(CHAOJIYING_PASSWORD.encode('utf8')).hexdigest()
        self.soft_id = CHAOJIYING_SOFT_ID
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'Connection': 'Keep-Alive',
            'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
        }

    def PostPic(self, im, codetype):
        """
        im: 图片字节
        codetype: 题目类型 参考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, headers=self.headers)
        return r.json()

    def ReportError(self, im_id):
        """
        im_id:报错题目的图片ID
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
        return r.json()


if __name__ == '__main__':
    chaojiying = Chaojiying()  
    # 本地图片文件路径 来替换 a.jpg
    with open('a.jpg', 'rb') as f:
        im = f.read() 

    #1902 验证码类型  官方网站>>价格体系 3.4+版 print 后要加()
    res = chaojiying.PostPic(im, 1902)                                            
    if res['pic_str']:
        data = res['pic_str']

接口是收费的，不过在微信绑定超级鹰账号会送1000个题分，够我们测试用了，接下来测试以上改写官方demo

这是官网给的例图，识别效果如下

{'err_no': 0, 'err_str': 'OK', 'pic_id': '8061023432201800003', 'pic_str': '7261', 
'md5': '36944b46c1210cfd6b4508102bf1eb25'} 

demo看看就好，我们来搞真正的点触验证码。今天的目标是yy的注册页面

YY安全中心 - 帐号注册​aq.yy.com

打开控制平台发现我们的目标在iframe标签里面

那这简单，我们获取iframe的src属性，就是我们真正的目标页面。同样开启selenium的远程调试模式

# win：
chrome.exe --remote-debugging-port=9222 --user-data-dir="D:packageselenium"
# mac
'Google Chrome' --remote-debugging-port=9222 --user-data-dir="/Users/chenpin/Downloads/package/seleium"

初始化

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver import ActionChains

chrome_options = Options()
chrome_options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")

# 题目类型 坐标多选,返回1~4个坐标,如:x1,y1|x2,y2|x3,y3
CHAOJIYING_KIND = 9004
class YYVerification: 
    def __init__(self):
        self.url = 'https://aq.yy.com/p/reg/account.do?appid=&url=&fromadv=udbclsd_r' 
        self.driver = webdriver.Chrome(options=chrome_options)
        self.wait = WebDriverWait(self.driver, 20)
        self.chaojiying = Chaojiying()

进入到iframe的src属性所在的页面

self.wait.until(EC.presence_of_element_located((By.XPATH, '//iframe')))
i = self.driver.find_element_by_xpath('//iframe')
url_1 = i.get_attribute('src')
self.driver.get(url_1)

去到目标页面以后我们截取整个页面

screenshot = self.get_screenshot()
screenshot.save('yy.png')
time.sleep(1)

截取的图片如下

上面的截图截的是整个页面，接下来我们需要把目标图片剪切下来

def get_img_element(self):
    """
    获取验证图片对象
    :return: 图片对象
    """
    element = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'pw_main')))
    return element

# 剪切图片
captcha = self.get_img_element()

left = captcha.location['x']
top = captcha.location['y']
right = captcha.location['x'] + captcha.size['width']
bottom = captcha.location['y'] + captcha.size['height']

im = Image.open('yy.png')
im = im.crop((left*2, top*2, right*2, bottom*2))

im.show()

这里还是使用pil来处理，裁剪的目标根据 左上右下的顺序进行裁剪， 眼尖的人看到我裁剪的时候全部*2了，这是为什么？这个本人也摸不着头脑，截下来的图片像素是2倍的，*2才能定位准确，我是mac机子，知道原因的欢迎给我留言，截图如下

接下来把图片发送给超级鹰

def get_points(self, captcha_result):
    """
    解析识别结果
    :param captcha_result: 识别结果
    :return: 转化后的结果
    """
    groups = captcha_result.get('pic_str').split('|')
    locations = [[int(number) for number in item.split(',')] for item in groups]
    return locations
        
bytes_array = BytesIO()
im.save(bytes_array, format('PNG'))
result = self.chaojiying.PostPic(bytes_array.getvalue(), CHAOJIYING_KIND)
locations = self.get_points(result) 

返回吃下

{'err_no': 0, 'err_str': 'OK', 'pic_id': '6061111282201800007', 'pic_str': '363,298|275,246|276,172', 'md5': '6b94b1b62a8bd9ac5718b5a209038395'} 

根据返回的数据稍微处理成

[[363, 298], [275, 246], [276, 172]]

看着这坐标，我疑惑了 这张图也才272*174，想起刚才我们是*2截图，那定位的话就应该除以2才对，根据这思路我们模拟按顺序点击

for location in locations:
    ActionChains(self.driver).move_to_element_with_offset(self.get_img_element(), location[0]/2, location[1]/2).click().perform()
    time.sleep(1)

识别成功，点击也成功！源代码请参考

wuzhenbin/yyVerification​github.com