python 爬蟲之驗證碼

  • 2019 年 10 月 10 日
  • 筆記

版權聲明：本文為部落客原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接和本聲明。

本文鏈接：https://blog.csdn.net/weixin_40313634/article/details/84639103

滑塊驗證碼之程式碼解讀

實現思路： 1、輸入用戶名，密碼 2、點擊按鈕驗證，彈出沒有缺口的圖 3、獲得沒有缺口的圖片 4、點擊滑動按鈕，彈出有缺口的圖 5、獲得有缺口的圖片 6、對比兩張圖片，找出缺口，即滑動的位移 7、按照人的行為行為習慣，把總位移切成一段段小的位移 8、按照位移移動 9、完成登錄

實現程式碼：

  • 缺口位置 思路：分別獲得缺口影像和完整影像的色素點，對比其3原色（紅綠藍）,若差值超過預設的閾值，則認為此處就是缺口位置。否則，循環取下一個坐標的色素點。
def get_distance(image1,image2):      '''        :param image1:沒有缺口的圖片對象        :param image2:帶缺口的圖片對象        :return:滑動需要移動的距離        '''      threshold = 50      for i in range(0,image1.size[0]):  # 圖片長          for j in range(0,image1.size[1]):  # 圖片高              pixel1 = image1.getpixel((i,j))              pixel2 = image2.getpixel((i,j))              res_R = abs(pixel1[0]-pixel2[0])  # 計算RGB差              res_G = abs(pixel1[1] - pixel2[1])              res_B = abs(pixel1[2] - pixel2[2])              ## 應該取 或 運算？？              if res_R > threshold and res_G > threshold and res_B > threshold:                  return i  # 需要移動的距離
  • 位移軌跡生成程式碼：
    1. 背景：網站會智慧識別出非人性化的操作，導致驗證失敗。因此爬蟲要模擬人移動滑塊時的行為，具有偽裝性。
    2. 思路：利用位移公式，前4/5路程勻加速，後1/5的勻減速。 位移公式： v = v0 + at s = v0t + 1/2at*t 可以先滑出目的位置一段路程，再倒退著滑回來。
def get_track(distance):      '''      :param distance: 需要移動的距離      :return: 存放每0.2秒移動的距離      '''      # 初速度      v=0      # 單位時間為0.2s來統計軌跡，軌跡即0.2內的位移      t=0.2      # 位移/軌跡列表，列表內的一個元素代表0.2s的位移      tracks=[]      # 當前的位移      current=0      # 到達mid值開始減速      mid=distance * 4/5     # 先滑過一點，最後再反著滑動回來      distance += 10        while current < distance:          if current < mid:              a = 2  # 前段路程加速運動          else:              a = -3 # 後段路程減速運動            v0 = v  # 初速度          s = v0*t+0.5*a*(t**2)  # 0.2秒時間內的位移          current += s  # 當前的位置          tracks.append(round(s))  # 添加到軌跡列表          v= v0+a*t  # 當前速度        # 反著滑動到準確位置      for i in range(3):         tracks.append(-2)      for i in range(4):         tracks.append(-1)      return tracks
  • 滑塊移動
    print('第一步,點擊滑動按鈕')      ActionChains(driver).click_and_hold(on_element=element).perform()  # 點擊滑鼠左鍵，按住不放      time.sleep(1)      print('第二步,拖動元素')      for track in track_list:           ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform() # 滑鼠移動到距離當前位置（x,y）      if l<100:          ActionChains(driver).move_by_offset(xoffset=-2, yoffset=0).perform()      else:          ActionChains(driver).move_by_offset(xoffset=-5, yoffset=0).perform()      time.sleep(1)      print('第三步,釋放滑鼠')      ActionChains(driver).release(on_element=element).perform()

完整程式碼：

from selenium import webdriver  from selenium.webdriver.support.ui import WebDriverWait # 等待元素載入的  from selenium.webdriver.common.action_chains import ActionChains  #拖拽  from selenium.webdriver.support import expected_conditions as EC  from selenium.common.exceptions import TimeoutException, NoSuchElementException  from selenium.webdriver.common.by import By  from PIL import Image  import requests  import time  import re  import random  from io import BytesIO      def merge_image(image_file,location_list):      """       拼接圖片      :param image_file:      :param location_list:      :return:      """      im = Image.open(image_file)      im.save('code.jpg')      new_im = Image.new('RGB',(260,116))      # 把無序的圖片 切成52張小圖片      im_list_upper = []      im_list_down = []      # print(location_list)      for location in location_list:          # print(location['y'])          if location['y'] == -58: # 上半邊              im_list_upper.append(im.crop((abs(location['x']),58,abs(location['x'])+10,116)))          if location['y'] == 0:  # 下半邊              im_list_down.append(im.crop((abs(location['x']),0,abs(location['x'])+10,58)))        x_offset = 0      for im in im_list_upper:          new_im.paste(im,(x_offset,0))  # 把小圖片放到 新的空白圖片上          x_offset += im.size[0]        x_offset = 0      for im in im_list_down:          new_im.paste(im,(x_offset,58))          x_offset += im.size[0]      new_im.show()      return new_im    def get_image(driver,div_path):      '''      下載無序的圖片  然後進行拼接 獲得完整的圖片      :param driver:      :param div_path:      :return:      '''      time.sleep(2)      background_images = driver.find_elements_by_xpath(div_path)      location_list = []      for background_image in background_images:          location = {}          result = re.findall('background-image: url("(.*?)"); background-position: (.*?)px (.*?)px;',background_image.get_attribute('style'))          # print(result)          location['x'] = int(result[0][1])          location['y'] = int(result[0][2])            image_url = result[0][0]          location_list.append(location)        print('==================================')      image_url = image_url.replace('webp','jpg')      # '替換url http://static.geetest.com/pictures/gt/579066de6/579066de6.webp'      image_result = requests.get(image_url).content      # with open('1.jpg','wb') as f:      #     f.write(image_result)      image_file = BytesIO(image_result) # 是一張無序的圖片      image = merge_image(image_file,location_list)        return image    def get_track(distance):      '''      拿到移動軌跡，模仿人的滑動行為，先勻加速後勻減速      勻變速運動基本公式：      ①v=v0+at      ②s=v0t+(1/2)at²      ③v²-v0²=2as        :param distance: 需要移動的距離      :return: 存放每0.2秒移動的距離      '''      # 初速度      v=0      # 單位時間為0.2s來統計軌跡，軌跡即0.2內的位移      t=0.2      # 位移/軌跡列表，列表內的一個元素代表0.2s的位移      tracks=[]      # 當前的位移      current=0      # 到達mid值開始減速      mid=distance * 7/8        distance += 10  # 先滑過一點，最後再反著滑動回來      # a = random.randint(1,3)      while current < distance:          if current < mid:              # 加速度越小，單位時間的位移越小,模擬的軌跡就越多越詳細              a = random.randint(2,4)  # 加速運動          else:              a = -random.randint(3,5) # 減速運動            # 初速度          v0 = v          # 0.2秒時間內的位移          s = v0*t+0.5*a*(t**2)          # 當前的位置          current += s          # 添加到軌跡列表          tracks.append(round(s))            # 速度已經達到v,該速度作為下次的初速度          v= v0+a*t        # 反著滑動到大概準確位置      for i in range(4):         tracks.append(-random.randint(2,3))      for i in range(4):         tracks.append(-random.randint(1,3))      return tracks      def get_distance(image1,image2):      '''        拿到滑動驗證碼需要移動的距離        :param image1:沒有缺口的圖片對象        :param image2:帶缺口的圖片對象        :return:需要移動的距離        '''      # print('size', image1.size)        threshold = 50      for i in range(0,image1.size[0]):  # 260          for j in range(0,image1.size[1]):  # 160              pixel1 = image1.getpixel((i,j))              pixel2 = image2.getpixel((i,j))              res_R = abs(pixel1[0]-pixel2[0]) # 計算RGB差              res_G = abs(pixel1[1] - pixel2[1])  # 計算RGB差              res_B = abs(pixel1[2] - pixel2[2])  # 計算RGB差              if res_R > threshold and res_G > threshold and res_B > threshold:                  return i  # 需要移動的距離        def main_check_code(driver, element):      """       拖動識別驗證碼      :param driver:      :param element:      :return:      """      image1 = get_image(driver, '//div[@class="gt_cut_bg gt_show"]/div')      image2 = get_image(driver, '//div[@class="gt_cut_fullbg gt_show"]/div')      # 圖片上 缺口的位置的x坐標        # 2 對比兩張圖片的所有RBG像素點，得到不一樣像素點的x值，即要移動的距離      l = get_distance(image1, image2)      print('l=',l)      # 3 獲得移動軌跡      track_list = get_track(l)      print('第一步,點擊滑動按鈕')      ActionChains(driver).click_and_hold(on_element=element).perform()  # 點擊滑鼠左鍵，按住不放      time.sleep(1)      print('第二步,拖動元素')      for track in track_list:          ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform()  # 滑鼠移動到距離當前位置（x,y）          time.sleep(0.002)        time.sleep(1)      print('第三步,釋放滑鼠')      ActionChains(driver).release(on_element=element).perform()      time.sleep(5)      def main_check_slider(driver):      """      檢查滑動按鈕是否載入      :param driver:      :return:      """      while True:          try :              driver.get('http://www.cnbaowen.net/api/geetest/')              element = WebDriverWait(driver, 30, 0.5).until(EC.element_to_be_clickable((By.CLASS_NAME, 'gt_slider_knob')))              if element:                  return element          except TimeoutException as e:              print('超時錯誤，繼續')              time.sleep(5)      if __name__ == '__main__':      try:          count = 6  # 最多識別6次          driver = webdriver.Chrome()          # 等待滑動按鈕載入完成          element = main_check_slider(driver)          while count > 0:              main_check_code(driver,element)              time.sleep(2)              try:                  success_element = (By.CSS_SELECTOR, '.gt_holder .gt_ajax_tip.gt_success')                  # 得到成功標誌                  print('suc=',driver.find_element_by_css_selector('.gt_holder .gt_ajax_tip.gt_success'))                  success_images = WebDriverWait(driver, 20).until(EC.presence_of_element_located(success_element))                  if success_images:                      print('成功識別！！！！！！')                      count = 0                      break              except NoSuchElementException as e:                  print('識別錯誤，繼續')                  count -= 1                  print(6 - count)                  time.sleep(2)          else:              print('too many attempt check code ')              exit('退出程式')      finally:          driver.close()

Tags:

VirMach 便宜 VPS