Python大佬手把手带你用爬虫破解——滑动验证码识别

Posted 2021-06-05 克金森沐沐

做爬虫总会遇到各种各样的反爬限制，反爬的第一道防线往往在登录就出现了，为了限制爬虫自动登录，各家使出了浑身解数，所谓道高一尺魔高一丈。

利用爬虫破解——滑动验证码识别

• 小小课堂
• 模拟匀加速和匀减速
• 分析登录页面
• • 分析网页结构
  • 代码实现
  • 登录过程测试
• 完整代码

小小课堂

步骤：
(1)计算滑动距离
(2)模拟人滑动(总体思路是先快再慢)

下面我们先来看下豆瓣登录界面这个时候我们通过输错密码的方法，使其出现验证码。

多滑动和刷新几次，发现一些规律，y轴不变，x轴在变化，豆瓣这个滑动验证码，x轴距离大概207左右，如果需要精确测量，需要使用像素对比。
接来下通过selenium找到滑块，移动就行了，但是有一个问题，如果直接(x1,y1)移动到(x2,y2)，相当于瞬移的效果，时间非常短，可能会被对方检测到。

接下来需要使用模拟真实人的点击滑动轨迹，一般是先加速再加速，假设是匀加速和匀减速。
滑动之后，如果不通过，可以刷新按钮，再进行滑动，直到通过（因为通过后一般页面开始跳转title不同或找其他的对比找到不同）

模拟匀加速和匀减速

代码实现：

def get_tracks(distance, rate=0.6, t=0.2, v=0):
    """
    将distance分割成小段的距离
    :param distance: 总距离
    :param rate: 加速减速的临界比例
    :param a1: 加速度
    :param a2: 减速度
    :param t: 单位时间
    :param t: 初始速度
    :return: 小段的距离集合
    """
    tracks = []
    # 加速减速的临界值
    mid = rate * distance
    # 当前位移
    s = 0
    # 循环
    while s < distance:
        # 初始速度
        v0 = v
        if s < mid:
            a = 20
        else:
            a = -3
        # 计算当前t时间段走的距离
        s0 = v0 * t + 0.5 * a * t * t
        # 计算当前速度
        v = v0 + a * t
        # 四舍五入距离，因为像素没有小数
        tracks.append(round(s0))
        # 计算当前距离
        s += s0

    return tracks

if __name__ == '__main__':
    tracks = get_tracks(100)
    print(tracks)
    print(sum(tracks))
123456789101112131415161718192021222324252627282930313233343536373839

下面我们来看下运行结果：

我们可以看到已经完成了模拟匀加速与匀减速的操作。

分析登录页面

首先通过URL，我们找到了

https://accounts.douban.com/passport/login

打开之后的页面如下：

下面我们先来看下正常人是怎样登录豆瓣的。

下面我们就开始分析页面，通过selenium完成这些操作。

分析网页结构

1. 密码登录

//*[@id="account"]/div[2]/div[2]/div/div[1]/ul[1]/li[2]
1

2. 用户账号
3. 用户密码
4. 登录豆瓣
5. 找到滑块
6. 刷新按钮

分析完成，下面就开始代码实现了

代码实现

url = "https://accounts.douban.com/passport/login"
driver = webdriver.Chrome("./chromedriver/chromedriver.exe")
driver.get(url)
print("当前的title：",driver.title)

driver.find_element_by_xpath('//*[@id="account"]/div[2]/div[2]/div/div[1]/ul[1]/li[2]').click()
driver.find_element_by_xpath('//*[@id="username"]').send_keys("账号")
driver.find_element_by_xpath('//*[@id="password"]').send_keys("密码")
driver.find_element_by_xpath('//*[@id="account"]/div[2]/div[2]/div/div[2]/div[1]/div[4]/a').click()
# 停一下，等待出现
time.sleep(2)

# 切换iframe
driver.switch_to.frame(1)
block = driver.find_element_by_xpath('//*[@id="tcaptcha_drag_button"]')
reload = driver.find_element_by_xpath('//*[@id="reload"]')

# 滑动操作时需要动作链
# 摁下滑块
ActionChains(driver).click_and_hold(block).perform()
# 移动
ActionChains(driver).move_by_offset(180, 0).perform()
# 获取位移
tracks = get_tracks(30)
# 循环
for track in tracks:
    # 移动
    ActionChains(driver).move_by_offset(track, 0).perform()
# 释放
ActionChains(driver).release().perform()
# 判断
if driver.title == "登录豆瓣":
    print("失败...再来一次...")
    # 单击刷新按钮刷新
    reload.click()
    # 停一下
    time.sleep(2)
else:
    print("成功！")

time.sleep(5)
driver.quit()
123456789101112131415161718192021222324252627282930313233343536373839404142

登录过程测试

完整代码

# encoding: utf-8
'''
  @author python之眼
  @create 2020-11-14 14:41
  Mycsdn：https://buwenbuhuo.blog.csdn.net/
  @contact: [e-mail]
  @software: Pycharm
  @file: 豆瓣登录.py
  @Version：1.0
  
'''
import requests
import time
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains


def get_tracks(distance, rate=0.6, t=0.2, v=0):
    """
    将distance分割成小段的距离
    :param distance: 总距离
    :param rate: 加速减速的临界比例
    :param a1: 加速度
    :param a2: 减速度
    :param t: 单位时间
    :param t: 初始速度
    :return: 小段的距离集合
    """
    tracks = []
    # 加速减速的临界值
    mid = rate * distance
    # 当前位移
    s = 0
    # 循环
    while s < distance:
        # 初始速度
        v0 = v
        if s < mid:
            a = 20
        else:
            a = -3
        # 计算当前t时间段走的距离
        s0 = v0 * t + 0.5 * a * t * t
        # 计算当前速度
        v = v0 + a * t
        # 四舍五入距离，因为像素没有小数
        tracks.append(round(s0))
        # 计算当前距离
        s += s0

    return tracks


def slide(driver):
    """滑动验证码"""
    # 切换iframe
    driver.switch_to.frame(1)
    #找到滑块
    block = driver.find_element_by_xpath('//*[@id="tcaptcha_drag_button"]')
    #找到刷新
    reload = driver.find_element_by_xpath('//*[@id="reload"]')
    while True:
        # 摁下滑块
        ActionChains(driver).click_and_hold(block).perform()
        # 移动
        ActionChains(driver).move_by_offset(180, 0).perform()
        #获取位移
        tracks = get_tracks(30)
        #循环
        for track in tracks:
            #移动
            ActionChains(driver).move_by_offset(track, 0).perform()
        # 释放
        ActionChains(driver).release().perform()
        #停一下
        time.sleep(2)
        #判断
        if driver.title == "登录豆瓣":
            print("失败...再来一次...")
            #单击刷新按钮刷新
            reload.click()
            # 停一下
            time.sleep(2)
        else:
            break

def main():
    """主程序"""
    url = "https://accounts.douban.com/passport/login"
    driver = webdriver.Chrome("./chromedriver/chromedriver.exe")
    driver.get(url)
    driver.find_element_by_xpath('//*[@id="account"]/div[2]/div[2]/div/div[1]/ul[1]/li[2]').click()
    driver.find_element_by_xpath('//*[@id="username"]').send_keys("账号")
    driver.find_element_by_xpath('//*[@id="password"]').send_keys("密码")
    driver.find_element_by_xpath('//*[@id="account"]/div[2]/div[2]/div/div[2]/div[1]/div[4]/a').click()
    # 停一下，等待出现
    time.sleep(2)
    #滑动验证码
    slide(driver)

    print("成功")
    driver.quit()


if __name__ == '__main__':
    main()
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106

最后多说一句，小编是一名python开发工程师，这里有我自己整理的整套python学习资料和路线，想要这些资料的都可以关注小编，并私信“01”领取。