Selenium獲取動態圖片驗證碼
- 2021 年 10 月 24 日
- 筆記
- selenium2(webdriver), 自動化測試
Selenium獲取動態圖片驗證碼
關於圖片驗證碼的文章，我想大家都有一定的了解了。
在我們做UI自動化的時候，經常會遇到圖片驗證碼的問題。
當開發不給咱們提供萬能驗證碼，或者測試第三方網站比如知乎的時候，我們就需要自己去識別驗證碼。
OCR
OCR是一種影像文字識別的技術，例如圖中的驗證碼，我們用肉眼識別就是c5s3，但機器可不比咱們肉眼。所以我們要利用ocr技術，讓我們的Python腳本自動通過圖片識別出對應的文字。
常見的識別類庫
在Python中其實有許多識別類庫，這裡只介紹部落客自己實踐過的成功率還不錯的: 百度ocr。
簡單的說，就是百度提供了一個SDK，讓我們傳入圖片數據，從而拿到識別的結果。ocr的細節我們不需要關心。
申請開通OCR
首先我們得有一個百度帳號，這個相信大家都有，沒有的可以申請一個。
-
登錄百度控制台
進入//login.bce.baidu.com/並登錄。
-
選擇文字識別
- 創建應用
- 填寫相關應用資訊
創建好了之後可以看到具體的應用資訊，記住這3個關鍵資訊。待會會用到。
- appid
- apikey
- secret key
熟悉OCR文檔
官方文檔地址: //cloud.baidu.com/doc/OCR/s/wkibizyjk
文檔會寫的比較清楚，簡單的說就是通過你的appid,api key和secret key獲取一個client，接著你就可以調用client的api去獲取圖片中的文字了。官方的SDK還是比較貼心的。
- 安裝SDK
pip install baidu-aip
講完了文字怎麼識別，接著就來說說標題中的動態圖片驗證碼。
動態圖片驗證碼
這個概念是我自己命名的，一般來說，我們的一張圖片都是對應唯一一個url的，比如:
(這個地址是我編的)
一般來說image欄位的值不同，圖片也就不同，都是一串隨機的或者規律的不重複數據，確保圖片不會重複。
但是部落客最近遇到了這樣一種情況:
輸入一個url，每次輸入，拿到的圖片都不一樣。
這樣就會帶來一個很嚴重的問題，頁面上你雖然讀取了圖片的資訊。我們把圖片的url傳遞給百度sdk的時候，url由於再次調用，導致圖片發生了變化。
比如網站上顯示的是: c5s3，調用百度sdk的時候，百度會通過url讀取圖片，但再次讀取，圖片可能變成了lfew。
不信大家可以看看這個圖片地址:
怎麼解決呢？
好在百度sdk，他不僅僅支援url，還支援圖片文件和base64的圖片數據。我們看看官方文檔:
再回到Selenium裡面，我們怎麼才能獲取到驗證碼那張圖片呢？
思考一下:
- 讀取img標籤的src，然後下載圖片，保存圖片文件再轉為base64
很顯然這個方法行不通，為什麼呢？
因為img的src屬性就是剛才這個url，你去獲取一遍url，它同樣會變化。
- 截圖，裁剪出驗證碼部分，扔給百度去識別
可行是可行，但是會不會太複雜了？？
如果我只對驗證碼的img元素進行截圖，生成base64的數據是不是更方便？
其實呢，selenium作為一款老牌的自動化測試工具，很多方法供大於求了。所以它是有這樣的功能的！
Selenium對指定區域截圖
我們都知道，selenium有一些截圖方法。
driver.get_screenshot_as_file(filename)
但其實，針對元素，也是有截圖方法的。
偽程式碼如下:
# 通過id獲取到圖片
img = driver.find_element_by_id("image")
# 調用WebElement的screenshot_as_png屬性方法，獲取到png的數據，因為百度需要png
data = img.screenshot_as_png
接著我們就可以用這個獲取到的圖片數據去找百度要答案了！
完整版程式碼:
from aip import AipOcr
from selenium import webdriver
client = AipOcr("你的appid", "你的app_key", "你的secret_key")
driver = webdriver.Chrome()
driver.get("//iam.pt.ouchn.cn/am/UI/Login")
img = driver.find_element_by_id("kaptchaImage")
data = img.screenshot_as_png
res = client.basicGeneral(data, {})
print(res)
可以看到，只識別到了CFX，而且圖片沒有繼續變化了。
畢竟文字識別是從圖片裡面找文字，而且文字會有一些橫線這樣的干擾，所以如果一次不行，可以多試幾次。
思路就是寫一個while循環，不斷嘗試去識別驗證碼並登錄，接著判斷是否登錄成功，沒成功則重複上一個步驟。
以我個人的經驗，一般1-10次就可以成功。
好了，以上是部落客簡單替大家嘗試一下UI自動化過程中對於驗證碼的識別。主要重點在於驗證碼的識別和對部分區域截圖。
有興趣的同學可以聯繫部落客探討哦。上一篇給點工們的進階教程好像漏發了一些人，這裡補發一下，希望大家都能夠取得進步！~
