Python爬虫 | 滑动验证码破解

极验验证码：需要手动拼合滑块来完成的验证，相对图形验证码识别难度上升了几个等级。下面用程序识别并通过极验验证码的验证，其中有分析识别思路、识别缺口位置、生成滑块拖动、模拟实现滑块拼合通过验证等步骤。需要用到Chrome 浏览器，并配置 ChromeDriver ，要用到的 Python 库是 Selenium。

1、 对极验验证码了解
　　极验验证码官网：http://www.geetest.com/。一个专注提供验证安全的系统，主要验证方式是拖动滑块拼命图像。若图像完全拼合，则验证成功，即表单提交，否则需要重新验证。

现在极验验证码使用的企业很多，每天有超过几亿次的响应。极验验证码广泛用于直播视频、金融服务、电子商务、游戏娱乐、政府企业等各大类网站。

2、 极验验证码特点
　　识别难度大。首先要点击按钮进行智能验证，如果验证不通过，则会弹出滑动窗口，拖动滑块拼合图像进行验证。之后三个加密参数会生成，通过表单提交到后台，后台还会进行一次验证。

极验验证码增加了机器学习的方法来识别手动轨迹。其官方网站的安全防护有下面几点说明：

• 三角防护之防模拟：恶意程序模仿人类行为轨迹对验证码进行识别。利用机器学习和神经网络，构建线上线下的多重静态、动态防御模型，识别模拟轨迹，界定人机边界。

• 三角防护之防伪造：恶意程序通过伪造设备浏览器环境对验证码进行识别。利用设备基因技术，深度分析浏览器的实际性能来辨识伪造信息，同时根据依靠事件不断更新黑名单来提高防依靠能力。

• 三角防护之防暴力：恶意程序在短时间内进行密集的攻击，对验证码进行暴力识别。为了防暴力，极验验证码有多种形态，每种形态都用神经网络生成海量图库储备，每一张图片都是独一无二的，且图库不断更新，极大程度提高防暴力识别成本。

3、 识别思路
　　对于极验验证码，直接模拟表单提交，加密参数构造较困难，需要分析其加密和校验逻辑，相对烦琐。所以直接采用模拟浏览器动作的方式来完成验证。使用 Python 的 Selenium 库模拟人的行为方式来完成验证，成本要相对去识别加密算法少很多。如图所示。

!极验验证码实例](https://img2018.cnblogs.com/blog/1501522/201905/1501522-20190520165616663-50859391.png)

先找一个带有极验证的网站，这里以博客园的登录为例进行验证。极验的官方登录网站是 https://account.geetest.com/login，也可以在其官网上做测试。在博客园的登录页面点击登录后会出现一个极验验证按钮。如图2-2所示。

 

极验验证按钮

 

该按钮是智能验证按钮。一般来说，如果是同一个会话，一段时间内第二次点击会直接通过验证。如果智能识别不通过，则会弹出滑动验证窗口，需要拖动滑块图像完成二步验证。验证成功后，验证按钮会提示验证成功。接下来就是提交表单。

经过上述分析，极验验证需要完成下面三步：
（1）模拟点击验证按钮。
（2）识别滑动缺口的位置。
（3）模拟手动滑块。

第（1）步操作相对简单，可使用 Selenium 模拟点击按钮。
第（2）步操作识别缺口的位置很关键，需要用到图像的相关处理方法。首先观察缺口的样子，如图所示。