登陆b站的时候大家都会见到滑动验证码，打开开发者工具分析一下这里的验证码
1：首先需要鼠标触碰到滑动按钮才会显示出完整的验证码图片
2：点击按钮出现缺口图片
3：查看图片元素会（打开图片链接）发现完整的图片被打乱了。把整个分成了上下两部分各是26张。但是会发现虽然图片的顺序是乱的可是它的坐标还是有规律可寻
解决思路：
先来分析一下这个坐标的规律，我就打开查找元素一直在那看他们之间的关系，最后发现图片上半部分的第一块和下半部分的第二块x值相同，下部分第一块与上半部分第二块x值相同。原来它是交叉放的。。那接下来就要把它拼接起来。同样的道理，带缺口的图也是这个规律。拼接完成后遍历两张图片的像素，如果像素之间差的绝对值大于50那么也就找到了缺口的x轴坐标。由于是水平移动所需要的是x轴所以找出来x轴即可。
计算出来缺口的距离之后就可以模拟人滑动按钮了，在模拟的过程中速度的限制相当严格，参考了别人的博客找到了解决办法但是识别的效果也不是太理想，还请大神们指教。。
需要用到的包：
import random
import time, re
from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.action_chains import ActionChains
from PIL import Image
import requests
from io import BytesIO
class Bilibili(object):
def __init__(self):
self.url = 'https://passport.bilibili.com/login'
self.driver = webdriver.Chrome()
self.driver.get(self.url)
time.sleep(3)
self.wait = WebDriverWait(self.driver, 20)获取图片和列表位置：
def get_image_url(self, xpath):
link = re.compile('background-image: url\("(.*?)"\); background-position: (.*?)px (.*?)px;')
elements = self.driver.find_elements_by_xpath(xpath)
image_url = None
location = list()
for element in elements:
style = element.get_attribute("style")
groups = link.search(style)
url = groups[1]
x_pos = groups[2]
y_pos = groups[3]
location.append((int(x_pos), int(y_pos)))
image_url = url
return image_url, location拼接图片：
def mosaic_image(self, image_url, location):
resq = requests.get(image_url)
file = BytesIO(resq.content)
img = Image.open(file)
image_upper_lst = []
image_down_lst = []
for pos in location:
if pos[1] == 0:
# y值==0的图片属于上半部分，高度58
image_upper_lst.append(img.crop((abs(pos[0]), 0, abs(pos[0]) + 10, 58)))
else:
# y值==58的图片属于下半部分
image_down_lst.append(img.crop((abs(pos[0]), 58, abs(pos[0]) + 10, img.height)))
x_offset = 0
# 创建一张画布，x_offset主要为新画布使用
new_img = Image.new("RGB", (260, img.height))
for img in image_upper_lst:
new_img.paste(img, (x_offset, 58))
x_offset += img.width
x_offset = 0
for img in image_down_lst:
new_img.paste(img, (x_offset, 0))
x_offset += img.width
return new_img判断颜色是否相近：
def is_similar_color(self, x_pixel, y_pixel): # 传入完整图片和缺口图片的像素
for i, pixel in enumerate(x_pixel):
if abs(y_pixel[i] - pixel) > 50: # 如果两张图片差的绝对值大于50的话颜色不相近
return False
return True计算滑动距离：
def get_offset_distance(self, cut_image, full_image):
for x in range(cut_image.width):
for y in range(cut_image.height):
cpx = cut_image.getpixel((x, y))# 获取坐标点像素的RGB值
fpx = full_image.getpixel((x, y))
if not self.is_similar_color(cpx, fpx):
img = cut_image.crop((x, y, x + 50, y + 40))
# 保存一下计算出来位置图片，看看是不是缺口部分
img.save("1.jpg")
return x开始移动：
def start_move(self, distance):
element = self.driver.find_element_by_xpath('//div[@class="gt_slider_knob gt_show"]')
# 这里就是根据移动进行调试，计算出来的位置不是百分百正确的，加上一点偏移
distance -= element.size.get('width') / 2
distance += 15
# 按下鼠标左键
ActionChains(self.driver).click_and_hold(element).perform()
time.sleep(0.5)
while distance > 0:
if distance > 7:
# 如果距离大于10，就让他移动快一点
span = random.randint(5, 8)
else:
# 快到缺口了，就移动慢一点
span = random.randint(2, 3)
ActionChains(self.driver).move_by_offset(span, 0).perform()
distance -= span
time.sleep(random.randint(10,50) / 100)
ActionChains(self.driver).move_by_offset(distance, 1).perform()
ActionChains(self.driver).release(on_element=element).perform()可以实现注册:(根据需要)
'''
# 注册
def register(self):
element = self.driver.find_element_by_xpath('//input[@id="sms_username"]')
element.clear()
element.send_keys("15836197228")
ele_captcha = self.driver.find_element_by_xpath('//span[@class="js-btn-captcha btn-captcha"]')
ele_captcha.click()
'''可以登录：
# 登陆
def logging(self):
username = '用户名'
password = '密码'
dom_input_id = self.driver.find_element_by_id("login-username")
dom_input_keyword = self.driver.find_element_by_id("login-passwd")
dom_input_id.send_keys(username)
time.sleep(3)
dom_input_keyword.send_keys(password)
submit = self.driver.find_element_by_xpath('//*[@class="btn-box"]/a')
submit.click()
time.sleep(1)完成整个拖动：
def analog_drag(self):
# 鼠标移动到拖动按钮，显示出拖动图片
element_list = self.driver.find_element_by_xpath('//*[@class="gt_slider"]/div[2]')
ActionChains(self.driver).move_to_element(element_list).perform()
time.sleep(3)
# 刷新一下极验图片
element = self.driver.find_element_by_xpath('//a[@class="gt_refresh_button"]')
element.click()
time.sleep(1)
# 获取图片地址和位置坐标列表
cut_image_url, cut_location = self.get_image_url('//div[@class="gt_cut_bg_slice"]')
full_image_url, full_location = self.get_image_url('//div[@class="gt_cut_fullbg_slice"]')
# 根据坐标拼接图片
cut_image = self.mosaic_image(cut_image_url, cut_location)
full_image = self.mosaic_image(full_image_url, full_location)
# 保存图片方便查看
cut_image.save("cut.jpg")
full_image.save("full.jpg")
# 根据两个图片计算距离
distance = self.get_offset_distance(cut_image, full_image)
# 开始移动
self.start_move(distance)
# 如果出现error
try:
WebDriverWait(self.driver, 5, 0.5).until(
EC.element_to_be_clickable((By.XPATH, '//div[@class="gt_ajax_tip gt_error"]')))
print("验证失败")
return
except TimeoutException as e:
pass
# 判断是否验证成功
try:
WebDriverWait(self.driver, 10, 0.5).until(
EC.element_to_be_clickable((By.XPATH, '//div[@class="gt_ajax_tip gt_success"]')))
except TimeoutException:
print("again times")
time.sleep(1)
# 失败后递归执行拖动
self.analog_drag()
else:
print('登陆成功')
# 获取图片和位置列表最后写main：
def main(self):
WebDriverWait(self.driver, 10, 0.5).until(
EC.element_to_be_clickable((By.XPATH, '//div[@class="gt_slider_knob gt_show"]')))
self.logging()
# 进入模拟拖动流程
self.analog_drag()
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
