最新selenium+验证码识别模拟登陆B站

Posted 2021-04-24 简说Python

↑↑↑关注后"星标"简说Python

人人都可以简单入门Python、爬虫、数据分析
 
   
   
 

  
    
    
  
 
   
 
    
 
     
 
      
 
       
 
        
 
         
 
          
 
           
 
            
简说Python发布
 
            
 
             作者：丁毅 湖师18级软件工程专业学生 
            
 
            
 
             编辑：简说Python 老表
 
            
 
           
 
          
 
         
 
        
 
       
 
      
 
     
 
    
 
   
 
  
 
   
   
 

「本文目录」

• 1 分析登录界面结构

• 2 使用selenium打开登录页面

• 3 获取页面当前验证码图片

• 4 使用超级鹰识别验证码

• 5 对获取的坐标数据进行提取，并用动作链完成点击

本文相关源码可以在文末获取。内容如有不足，敬请指出。

1 分析登录界面结构

首先明确我们的目标，打开登陆界面，定位用户名和密码对应的标签，输入相关数据后，点击登录，此时页面会弹出验证码。下面用两种方法进行验证码的获取，然后提交给「超级鹰」进行识别，接收到汉字的坐标后，处理数据，然后用动作链进行点击操作，最后定位点击确认，登陆成功。

2 使用selenium打开登录页面

「代码实现：」

# 使用selenium打开登录界面
bro = webdriver.Chrome(executable_path='./chromedriver')
bro.get('https://passport.bilibili.com/login')

# 定位用户名，密码输入框
username = bro.find_element_by_id('login-username')
password = bro.find_element_by_id('login-passwd')

sleep(1)
# 将自己的用户名密码替换xxxxxx
username.send_keys('xxxxxx')
sleep(1)
password.send_keys('xxxxxx')
sleep(1)

# 定位登录按钮并点击
bro.find_element_by_xpath('//*[@id="geetest-wrap"]/div/div[5]/a[1]').click()
sleep(2)

3 获取页面当前验证码图片

3.1 方法一：页面截图，将验证码区域进行裁剪保存

使用此方法时，注意我们截取验证码图片时需要截取完整，完整验证码截图如下:首先做的当然是将点击登录后的页面进行截图，然后定位到验证码的位置，通过location()方法获取验证码左上角的坐标， size() 获取验证码的宽和高，左上角坐标加上宽和高就是验证码右下角的坐标。获取坐标后就可以用crop()方法来进行裁剪，然后将裁剪到的验证码图片保存。

此时虽然获取了验证码图片，但是还不能直接提交给超级鹰。

因为超级鹰识别的验证码图片的宽和高有限制，最好不超过460px*310px。

但是截取到的验证码图片宽高为338px*432px，这时就要先将图片缩小一倍再提交即可，等到收到坐标数据再将坐标乘2。
「代码实现：」

# 本文相关完整代码可以关注微信公众号：简说Python，回复：B站 获取。
# save_screenshot就是将当前页面进行截图且保存
bro.save_screenshot('page.png')

# 定位验证码图片的位置
code_img_ele = bro.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div')
location = code_img_ele.location  # 验证码左上角的坐标x,y
size = code_img_ele.size  # 验证码图片对应的长和宽

# 左上角和右下角的坐标
# 这里坐标乘1.25是由于电脑屏幕的比例不是100%，我的是125%，请自行在设置中查看
rangle = (
    int(location['x'] * 1.25), int(location['y'] * 1.25), int((location['x'] + size['width']) * 1.25),
    int((location['y'] + size['height']) * 1.25)
)

i = Image.open('./page.png')
code_img_name = './code.png'
# crop根据rangle元组内的坐标进行裁剪
frame = i.crop(rangle)
frame.save(code_img_name)

# 缩小图片，宽为169,高为216
code = Image.open('./code.png')
small_img = code.resize((169, 216))
small_img.save('./small_img.png')
print(code.size, small_img.size)

3.2方法二、通过网页获取图片地址，并保存

「注意：」 由于获取的图片的高度仍然大于超级鹰标准格式，所以也需要将图片缩小。

「代码实现：」

# 本文相关完整代码可以关注微信公众号：简说Python，回复：B站 获取。
# 获取img标签的src属性值
img_url = bro.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div/div[2]/div[1]/div/div[2]/img').get_attribute('src')
headers = {
    'Users-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.117 Safari/537.36'
}
# 获取图片二进制数据
img_data = requests.get(url=img_url, headers=headers).content
with open('./node1.png', 'wb')as fp:
    fp.write(img_data)
i = Image.open('./node1.png')
# 将图片缩小并保存，设置宽为172，高为192
small_img = i.resize((172, 192))
small_img.save('./small_img1.png')

4 使用超级鹰识别验证码

这部分没什么说的，直接调用就行。

「代码如下：」

# 本文相关完整代码可以关注微信公众号：简说Python，回复：B站 获取。
# 将验证码提交给超级鹰进行识别
chaojiying = Chaojiying_Client('用户名', '密码', '96001')  # 用户中心>>软件ID 生成一个替换 96001
im = open('small_img.png', 'rb').read()  # 本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
# 9004是验证码类型
print(chaojiying.PostPic(im, 9004)['pic_str'])
result = chaojiying.PostPic(im, 9004)['pic_str']

5 对获取的坐标数据进行提取，并用动作链完成点击

超级鹰识别返回的数据格式是：123,12 | 234,21。
我们可以将数据以' | '进行分割，保存到列表中，再以逗号分割将x，y的坐标保存，得到[ [123，12]，[234，21] ]这一格式，然后遍历这一列表，使用动作链对每一个列表元素对应的x,y指定的位置进行点击操作，最后定位并点击确认，登录成功。

「代码实现：」

# 本文相关完整代码可以关注微信公众号：简说Python，回复：B站 获取。
all_list = []  # 要存储即将被点击的点的坐标  [[x1,y1],[x2,y2]]
if '|' in result:
    list_1 = result.split('|')
    count_1 = len(list_1)
    for i in range(count_1):
        xy_list = []
        x = int(list_1[i].split(',')[0])
        y = int(list_1[i].split(',')[1])
        xy_list.append(x)
        xy_list.append(y)
        all_list.append(xy_list)
else:
    x = int(result.split(',')[0])
    y = int(result.split(',')[1])
    xy_list = []
    xy_list.append(x)
    xy_list.append(y)
    all_list.append(xy_list)

# 遍历列表，使用动作链对每一个列表元素对应的x,y指定的位置进行点击操作
# x,y坐标乘2和0.8，是由于
for l in all_list:
    x = l[0] * 2 * 0.8
    y = l[1] * 2 * 0.8
    # 将点击操作的参照物移动到指定的模块，
    # 若用方法二获取的验证码图片，要添加下面代码对code_img_ele赋值
    # code_img_ele = bro.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div/div[2]/div[1]/div/div[2]/img')
    ActionChains(bro).move_to_element_with_offset(code_img_ele, x, y).click().perform()
    sleep(0.1)
    print('点击已完成')

# 完成动作链点击操作后，定位确认按钮并点击
bro.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div/div[3]/a').click()

「参考链接」 https://www.bilibili.com/video/BV1Yh411o7Sz?p=56

元旦福利

【书籍推荐】《程序员数学从零开 始》本书从人们身边常见的整数讲起，逐步深入，介绍了数论、计数、图论、机器学习等领域的一些典型算法及其原理，尤其是算法背后的数学原理，可以让读者对这些算法有更深入的理解。

【最新投稿福利】

2>福利：按文章质量每1000字（不含代码）激励50-100元不等，投稿被采纳4次及以上者，可以另外获得赠书和简说编程专栏勋章，投稿越多，激励越多。

扫码，备注：投稿

长按扫码关注，一起学Python


      
        
        
      

       
         
         
       学习更多：