基于selenium的 bilibili登录爬虫， 解决汉字验证的问题

Posted 2020-12-16 gyse

　b站近日把登录页面的验证方式从滑块验证改为了汉字验证，我看网上也没用相关的爬虫教程，所以自己写了一个，作为b站爬虫参考。

　

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By

from chaojiying import Chaojiying_Client

class Bilibili:
    def __init__(self, username, password, user):
        # 基本配置
        self.username = username
        self.password = password
        self.url = ‘https://passport.bilibili.com/login‘

        # 浏览器配置
        self.driver = webdriver.Chrome()
        self.driver.maximize_window()
        self.driver.implicitly_wait(10)

       
　　　　　# 打开登录页面
    def start(self):
        self.driver.get(self.url)
　　　　　# 获取用户名和密码的输入框　
        login_username = self.driver.find_element_by_id("login-username")
        login_password = self.driver.find_element_by_id("login-passwd")
　　　　　# 输入用户名和密码，并点击登录　　　
        login_username.send_keys(self.username)
        login_password.send_keys(self.password)
        self.driver.find_element_by_css_selector("a.btn.btn-login").click()
  
     # 获取验证码图片，这里用第三方打码平台 超级鹰 进行图片的汉字解析，返回图片里面汉字的坐标
    def img(self):
        self.start()
        self.img = WebDriverWait(self.driver, 20).until(EC.presence_of_element_located((By.CSS_SELECTOR, ‘body > div.geetest_panel.geetest_wind > div.geetest_panel_box.geetest_no_logo.geetest_panelshowclick > div.geetest_panel_next > div > div > div.geetest_table_box > div.geetest_window > div > div.geetest_item_wrap > img‘)))
        time.sleep(3)
        self.img_src = self.img.get_attribute("src"）

        res = requests.get(self.img_src)

　　　　　# 这里是用超级鹰进行汉字解析
        chaojiying = Chaojiying_Client(‘xxx‘, ‘xxx‘, ‘xxx‘)
        im = res.content
　　　　　# 返回超级鹰的解析的图片的坐标
        self.locations = [[int(number) for number in group.split(‘,‘)] for group in chaojiying.PostPic(im, 9004)[‘pic_str‘].split(‘|‘)]
　　　　
 　　# 拿到坐标用selenium进行点击
　　 # 注意拿到的坐标不准确， 因为给 超级鹰 进行解析的图片， 和你登录页面的图片不是同一个图片， 大小因浏览器窗口大小有差异， 我这里是相差1.3倍，你要自己计算
    def words_click(self):
        for location in self.locations:

            ActionChains(self.driver).move_to_element_with_offset(self.img, location[0]/1.3, location[1]/1.3).click().perform()
            time.sleep(0.5)

        btn = self.driver.find_element_by_css_selector("body > div.geetest_panel.geetest_wind > div.geetest_panel_box.geetest_no_logo.geetest_panelshowclick > div.geetest_panel_next > div > div > div.geetest_panel > a > div")
        btn.click()