滑块验证码(腾讯)——基于selenium,pillow实现

Posted xtjiaoyou

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了滑块验证码(腾讯)——基于selenium,pillow实现相关的知识,希望对你有一定的参考价值。

  与网上的其他滑块验证码不同,腾讯的验证码可以直接通过url请求得到,只需要对url进一步分析,提取出验证码原图的地址,并将图片下载即可。

但据我观察,该url似乎是有两种不同类型的地址格式,需要具体分析。这里,选择其中一种进行实验,源码在文章末尾。

技术图片
    def get_img(self):
        """
        获取验证码阴影图和原图
        :return:
        """
        self.driver.switch_to.frame(tcaptcha_iframe)
        time.sleep(3)
        # 获取有阴影的图片
        src = self.driver.find_element_by_id(slideBg).get_attribute(src)
        #  分析图片地址,发现原图地址可以通过阴影图地址改动获取
        src_bg = re.sub(_1_, _0_, src)
        urlretrieve(src, img1.png)
        urlretrieve(src_bg, img2.png)
获取图片,保存到本地

  有一个需要注意的问题,下载到本地的图片对原图进行了放大,所以要对图片尺寸进行调整还原,保证后面计算出的偏移值的正确性

技术图片
def resize_img(self, img):
        """
        下载的图片把网页中的图片进行了放大,所以将图片还原成原尺寸
        :param img: 图片
        :return: 返回还原后的图片
        """
        a = 2.428  # 通过本地图片与原网页图片的比较,计算出的缩放比例
        (x, y) = img.size
        x_resize = int(x // a)
        y_resize = int(y // a)
        img = img.resize((x_resize, y_resize), Image.ANTIALIAS)
还原图片尺寸

  此时,已经拿到原图和阴影图,只需要进行像素比较即可,网上有其他相关教程,可参考

技术图片
    def is_pixel_equal(self, img1, img2, x, y):
        """
        比较两张图片同一点上的像数值,差距大于设置标准返回False
        :param img1: 阴影图
        :param img2: 原图
        :param x: 横坐标
        :param y: 纵坐标
        :return: 是否相等
        """
        pixel1, pixel2 = img1.load()[x, y], img2.load()[x, y]
        sub_index = 100
        if abs(pixel1[0] - pixel2[0]) < sub_index and abs(pixel1[1] - pixel2[1]) < sub_index and abs(
                pixel1[2] - pixel2[2]) < sub_index:
            return True
        else:
            return False

    def get_gap_offset(self, img1, img2):
        ‘‘‘
            获取缺口的偏移量
        ‘‘‘
        offset = None
        distance = 70
        for i in range(distance, img1.size[0]):
            for j in range(img1.size[1]):
                # 两张图片对比,(i,j)像素点的RGB差距,过大则该x为偏移值
                if not self.is_pixel_equal(img1, img2, i, j):
                    offset = i
                    return offset
        return offset
计算偏移值

  最后,通过selenuim的动作链,模拟滑块拖动

技术图片
    def operate_slider(self, track):
        """
        拖动滑块
        :param track: 运动轨迹
        :return:
        """
        #  定位到拖动按钮
        slider_bt = self.driver.find_element_by_xpath(//div[@class="tc-drag-thumb"])
        # 点击拖动按钮不放
        ActionChains(self.driver).click_and_hold(slider_bt).perform()
        # 按正向轨迹移动
        for i in track:
            ActionChains(self.driver).move_by_offset(xoffset=i, yoffset=0).perform()
            time.sleep(random.random() / 100)  # 每移动一次随机停顿0-1/100秒之间骗过了极验,通过率很高
        time.sleep(random.random())
        # 按逆向轨迹移动
        back_tracks = [-1, -0.5, -1]
        for i in back_tracks:
            time.sleep(random.random() / 100)
            ActionChains(self.driver).move_by_offset(xoffset=i, yoffset=0).perform()
        # 模拟人手抖动
        self.shake_mouse()
        time.sleep(random.random())
        # 松开滑块按钮
        ActionChains(self.driver).release().perform()
模拟滑块拖动

  下面附上完整的代码,仅供参考,不足之处,欢迎大家指正

技术图片
import time
import re
import random
from selenium import webdriver
from urllib.request import urlretrieve
from PIL import Image
from selenium.webdriver.common.action_chains import ActionChains


class Tencent():
    def __init__(self):
        """
        初始化属性,传入url地址,驱动路径,浏览器窗口最大化,伪造ua
        """
        self.url = https://qzone.qq.com/
        driver_path = rC:UsersxiaodengtangAppDataLocalGoogleChromeApplicationchromedriver.exe
        self.driver = webdriver.Chrome(executable_path=driver_path)
        self.driver.maximize_window()
        self.headers = {
            user-agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/79.0.3945.130 Safari/537.36}

    def input_username_password(self, account, password):
        """
        打开浏览器,传入账号、密码,定位到登录窗口,切换登陆方式
        :param account:
        :param password:
        :return:
        """
        self.driver.get(self.url)
        time.sleep(1)
        self.driver.switch_to.frame(login_frame)
        self.driver.find_element_by_id(switcher_plogin).click()
        time.sleep(1)
        self.driver.find_element_by_id(u).send_keys(account)
        time.sleep(0.5)
        self.driver.find_element_by_id(p).send_keys(password)
        time.sleep(0.5)
        self.driver.find_element_by_class_name(login_button).click()

    def get_img(self):
        """
        获取验证码阴影图和原图
        :return:
        """
        self.driver.switch_to.frame(tcaptcha_iframe)
        time.sleep(3)
        # 获取有阴影的图片
        src = self.driver.find_element_by_id(slideBg).get_attribute(src)
        #  分析图片地址,发现原图地址可以通过阴影图地址改动获取
        src_bg = re.sub(_1_, _0_, src)
        urlretrieve(src, img1.png)
        urlretrieve(src_bg, img2.png)
        captcha1 = Image.open(img1.png)
        captcha2 = Image.open(img2.png)
        return captcha1, captcha2

    def resize_img(self, img):
        """
        下载的图片把网页中的图片进行了放大,所以将图片还原成原尺寸
        :param img: 图片
        :return: 返回还原后的图片
        """
        a = 2.428  # 通过本地图片与原网页图片的比较,计算出的缩放比例
        (x, y) = img.size
        x_resize = int(x // a)
        y_resize = int(y // a)
        img = img.resize((x_resize, y_resize), Image.ANTIALIAS)
        return img

    def is_pixel_equal(self, img1, img2, x, y):
        """
        比较两张图片同一点上的像数值,差距大于设置标准返回False
        :param img1: 阴影图
        :param img2: 原图
        :param x: 横坐标
        :param y: 纵坐标
        :return: 是否相等
        """
        pixel1, pixel2 = img1.load()[x, y], img2.load()[x, y]
        sub_index = 100
        if abs(pixel1[0] - pixel2[0]) < sub_index and abs(pixel1[1] - pixel2[1]) < sub_index and abs(
                pixel1[2] - pixel2[2]) < sub_index:
            return True
        else:
            return False

    def get_gap_offset(self, img1, img2):
        ‘‘‘
            获取缺口的偏移量
        ‘‘‘
        offset = None
        distance = 70
        for i in range(distance, img1.size[0]):
            for j in range(img1.size[1]):
                # 两张图片对比,(i,j)像素点的RGB差距,过大则该x为偏移值
                if not self.is_pixel_equal(img1, img2, i, j):
                    offset = i
                    return offset
        return offset

    def get_track(self, offset):
        ‘‘‘
        计算滑块的移动轨迹
        ‘‘‘
        offset -= 30  # 滑块并不是从0开始移动,有一个初始值
        a = offset / 4
        track = [a, a, a, a]
        return track

    def shake_mouse(self):
        """
        模拟人手释放鼠标抖动
        :return: None
        """
        ActionChains(self.driver).move_by_offset(xoffset=-2, yoffset=0).perform()
        ActionChains(self.driver).move_by_offset(xoffset=2, yoffset=0).perform()

    def operate_slider(self, track):
        """
        拖动滑块
        :param track: 运动轨迹
        :return:
        """
        #  定位到拖动按钮
        slider_bt = self.driver.find_element_by_xpath(//div[@class="tc-drag-thumb"])
        # 点击拖动按钮不放
        ActionChains(self.driver).click_and_hold(slider_bt).perform()
        # 按正向轨迹移动
        for i in track:
            ActionChains(self.driver).move_by_offset(xoffset=i, yoffset=0).perform()
            time.sleep(random.random() / 100)  # 每移动一次随机停顿0-1/100秒之间骗过了极验,通过率很高
        time.sleep(random.random())
        # 按逆向轨迹移动
        back_tracks = [-1, -0.5, -1]
        for i in back_tracks:
            time.sleep(random.random() / 100)
            ActionChains(self.driver).move_by_offset(xoffset=i, yoffset=0).perform()
        # 模拟人手抖动
        self.shake_mouse()
        time.sleep(random.random())
        # 松开滑块按钮
        ActionChains(self.driver).release().perform()

    def login(self, account, password):
        ‘‘‘
        实现主要的登陆逻辑
        ‘‘‘
        self.input_username_password(account, password)
        time.sleep(2)
        a, b = self.get_img()
        a = self.resize_img(a)
        b = self.resize_img(b)
        distance = self.get_gap_offset(a, b)
        track = self.get_track(distance)
        self.operate_slider(track)


if __name__ == __main__:
    qq = Tencent()
    account = 123548658
    password = yanzhengma
    qq.login(account, password)
完整代码

 

以上是关于滑块验证码(腾讯)——基于selenium,pillow实现的主要内容,如果未能解决你的问题,请参考以下文章

python+Selenium之自动滑块破解滑块验证码

聊聊滑块验证码的识别

聊聊滑块验证码的识别

selenium模拟破解京东滑块验证码

python selenium 下载滑块验证码

Selenium实战滑块验证码登陆网站