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）

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。