轻量级前端框架在提升开发效率与用户体验中的重要作用
2351
2022-09-12
爬虫篇-模拟登录之滑块验证码的破解(滑块验证码怎么破解)
# 图像处理标准库
from PIL import Image
# web测试
from selenium import webdriver
# 鼠标操作
from selenium.webdriver.common.action_chains import ActionChains
# 等待时间 产生随机数
import time, random
# 滑块移动轨迹
def get_tracks1(distance):
# 初速度
v = 0
# 单位时间为0.3s来统计轨迹,轨迹即0.3s内的位移
t = 0.3
# 位移/轨迹列表
tracks = []
# 当前的位移
current = 0
# 到达mid值开始减速
mid = distance * 4 / 5
while current < distance:
if current < mid:
# 加速度越小,单位时间内的位移越小,模拟的轨迹就越多越详细
a = 2
else:
a = -3
# 初速度
v0 = v
# 0.3s时间内的位移
s = v0 * t + 0.5 * a * (t ** 2)
# 当前位置
current += s
# 添加到轨迹列表
tracks.append(round(s))
# 速度已经达到V,该速度作为下次的初速度
v = v0 + a * t
return tracks
# 计算滑块位移距离
def get_diff_location(image1, image2):
# (0,340)(0,340)为滑块图片区域,可根据实际情况修改
for i in range(0, 340):
for j in range(0, 198):
# 遍历原图与缺口图像素值寻找缺口位置
if is_similar(image1, image2, i, j) == False:
return i
return -1
# 对比RGB值得到缺口位置
def is_similar(image1, image2, x, y):
pixel1 = image1.getpixel((x, y))
pixel2 = image2.getpixel((x, y))
# 截图像素也许存在误差,50作为容差范围
if abs(pixel1[0] - pixel2[0]) >= 50 and abs(pixel1[1] - pixel2[1]) >= 50 and abs(pixel1[2] - pixel2[2]) >= 50:
return False
return True
def login():
# 实例化浏览器
driver = webdriver.Chrome()
# 请求登录网址
driver.get('https://account-blogs.com/signin?returnUrl=https%3A%2F%2Fcnblogs.com%2F')
# 最大化浏览器
driver.maximize_window()
# 输入账号
driver.find_element_by_xpath('//*[@id="LoginName"]').send_keys('你的账号')
# 输入密码
driver.find_element_by_xpath('//*[@id="Password"]').send_keys('你的密码')
# 点击登录
driver.find_element_by_xpath('//*[@id="submitBtn"]/span[1]').click()
# 等待2s使验证弹窗加载完成
time.sleep(2)
# 定位到圆球
slider = driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div[1]/div[2]/div[2]')
# 点击鼠标左键,不松开
ActionChains(driver).click_and_hold(slider).perform()
# 拖动到最右边,为了后续方便对比
ActionChains(driver).move_by_offset(xoffset=198, yoffset=0).perform()
# 定位到弹出的验证窗口
y_element = driver.find_element_by_xpath('/html/body/div[2]/div[2]')
# print(y_element.location)
# print(y_element.size)
# 获取左上,右,左下的坐标确定一个图片范围
left = y_element.location['x']
top = y_element.location['y']
right = left + y_element.size['width']
bottom = top + y_element.size['height']
# 全窗口截图
driver.save_screenshot('a.png')
# 打开截图的图片
im = Image.open('a.png')
# 局部截图
im = im.crop((left + 160, top + 55, right + 225, bottom - 30))
# 保存有缺口的验证图片
im.save('b.png')
# 放开鼠标
ActionChains(driver).release(slider).perform()
time.sleep(2)
# 定位到可以显示无缺图片的位置
block = driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div[1]/div[1]/div/a/div[1]/canvas')
# 修改其属性值,使显示无缺图片
driver.execute_script('arguments[0].style = "display: block; opacity: 1;"', block)
time.sleep(2)
# 全窗口截图
driver.save_screenshot('a.png')
# 打开截图的图片
im = Image.open('a.png')
# 局部截图
im = im.crop((left + 160, top + 55, right + 225, bottom - 30))
# 保存无缺口的验证图片
im.save('c.png')
time.sleep(0.5)
# 打开获取的两个图片
imageb = Image.open('b.png')
imagec = Image.open('c.png')
# 获取缺口位置
visualstack = get_diff_location(imagec, imageb)
# 减去左边图片空白像素值
print(visualstack - 10)
# 点击鼠标左键,不松开
ActionChains(driver).click_and_hold(slider).perform()
# 先快速拖动圆球到中间位置
ActionChains(driver).move_by_offset(xoffset=visualstack/2,yoffset=0).perform()
# 根据轨迹拖动圆球
track_list = get_tracks1((visualstack/2 - 48))
for track in track_list:
ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform()
# 放开圆球
time.sleep(0.8)
ActionChains(driver).release(slider).perform()
print(driver.page_source)
time.sleep(4)
if '你的昵称' in driver.page_source:
print('登录成功')
print(driver.get_cookies())
else:
driver.close()
login()
if __name__ == '__main__':
login()
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~