搭建测试环境
从Python官网下载64位Python并安装，打开CMD窗口输入pip install selenium安装web应用程序测试系统，下载chrome安装包，根据安装引导安装chrome浏览器，从WebDriver for Chrome网上下载与chrome版本相对应的ChromeDriver并解压到相关位置，将以上安装好的文件的路径添加到系统环境变量中，至此selenium webdriver的运行环境已配置好。
识别思路
- 模拟点击切换为滑动验证界面
- 获取验证图片和带有缺口的难图片
- 识别滑动缺口的位置
- 生成滑块拖动的路径
- 模拟拖动滑块拼合并验证
- 若验证失败则重复调用
具体步骤
最新版极验出的滑动验证方法没有原始图片了，需要修改页面css样式的属性来获取原始图片。
初始化
定义了CrackGeetest类并初始化selenium对象和一些参数，网址是极验的验证码测试页面。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
# coding:utf-8
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from PIL import Image
from io import BytesIO
import time
BORDER = 6
class CrackGeetest():
def __init__(self):
self.url = 'https://www.geetest.com/type/'
self.browser = webdriver.Chrome('F:/chromedriver')
self.wait = WebDriverWait(self.browser, 10)
def open(self):
'''打开网页'''
self.browser.get(self.url)
def close(self):
'''关闭网页'''
self.browser.close()
self.browser.quit()
|
模拟切换标签
首先模拟点击切换为滑动验证，然后模拟点击弹出验证图片。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
def change_to_slide(self):
'''切换为滑动认证'''
label = self.wait.until(
EC.element_to_be_clickable((
By.CSS_SELECTOR, '.products-content ul > li:nth-child(2)'
)))
return label
def get_geetest_button(self):
'''获取初始认证按钮'''
button = self.wait.until(
EC.element_to_be_clickable((
By.CSS_SELECTOR, '.geetest_radar_tip')))
return button
|
该步骤定义了两个方法，均利用显示等待的方法实现，返回按钮对象，后用click()方法模拟点击。
获取验证图片
首先等待验证图片加载完成(wait_pic)并获取整个网页截图(get_screenshot)，然后获取验证图片所在的位置及坐标(get_position)。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
def wait_pic(self):
'''等待验证图片加载完成'''
self.wait.until(
EC.presence_of_element_located((
By.CSS_SELECTOR, '.geetest_popup_wrap')))
def get_screenshot(self):
'''获取整个页面的截图'''
screenshot = self.browser.get_screenshot_as_png()
screenshot = Image.open(BytesIO(screenshot))
# screenshot.show()
return screenshot
def get_position(self):
'''获取验证图片坐标（基于整个页面的截图）'''
img = self.wait.until(EC.presence_of_element_located((
By.CLASS_NAME, 'geetest_canvas_img')))
time.sleep(2)
location = img.location
size = img.size
location['y'] //= 2 # 需调整此值获取有效坐标
top, bottom = location['y'], location['y'] + size['height']
left, right = location['x'], location['x'] + size['width']
return (top, bottom, left, right)
|
再通过返回的位置和坐标，对整个网页截图(get_geetest_image)，最后获取带缺口的验证图片。
1
2
3
4
5
6
7
8
|
def get_geetest_image(self, name='captcha.png'):
'''获取验证码图片（根据坐标在整个页面截图上在截图）'''
top, bottom, left, right = self.get_position()
print('验证图片坐标', top, bottom, left, right)
screenshot = self.get_screenshot()
captcha = screenshot.crop((left, top, right, bottom))
captcha.save(name)
return captcha
|
此外还需要获取不带缺口的验证图片，将网页中canvas标签的style删除后，滑块和阴影就不见了，因此可以通过js操作css样式属性，需要用到execute_script()方法，基本上Selenium API没有提供的功能都可以通过执行JavaScript的方式来实现。
执行js脚本后(delete_style)获得了原始的图片，再调用之前的截图方法，就可以获取不带缺口的验证图片。
1
2
3
4
|
def delete_style(self):
'''执行js脚本，获取完整验证图片'''
js = 'document.querySelectorAll("canvas")[2].style=""'
self.browser.execute_script(js)
|
识别缺口位置
通过对比得到的两张验证图片来获取缺口位置。
遍历图片中的每个坐标点并获取两张图片的RGB数据，若差距在一定范围内，则认为两个像素相同，若超过一定范围，则说明像素点不同，当前位置即为缺口位置。
函数is_pixel_equal()中定义了一个阈值threshold为60，因为缺口图片中不仅是缺口部分的像素不同，而且其中还设置了一个和缺口大小类似的干扰阴影块，所以需要将范围适当提高，get_gap()方法遍历两张图片的每个像素，再利用is_pixel_equal()方法判断两张图片同一位置的像素。在get_gap()中，left为起始横坐标，即是从滑块的右边开始寻找缺口位置。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
def is_pixel_equal(self, img1, img2, x, y):
'''判断两个图片的像素是否相同'''
pix1 = img1.load()[x, y]
pix2 = img2.load()[x, y]
threshold = 60
if abs(pix1[0] - pix2[0]) < threshold \
and abs(pix1[1] - pix2[1]) < threshold \
and abs(pix1[2] - pix2[2]) < threshold:
return True
else:
return False
def get_gap(self, img1, img2):
'''获取缺口偏移量'''
left = 60
for i in range(left, img1.size[0]):
for j in range(img1.size[1]):
if not self.is_pixel_equal(img1, img2, i, j):
left = i
return left
return left
|
计算移动轨迹
滑块的移动轨迹要尽量模拟人移动滑块时的状态，即先加速再减速还可以加入回退和抖动。利用物理学的加速度公式，即可构造出移动轨迹的算法，其中a为滑块的加速度，v为当前速度，v0为初速度，t为时间，s为位移。
s = v0*t + 1/2*a*t^2
v = v0 + a*t
先定义变量mid（减速阈值），即加速到什么位置开始减速，在这里前3/5路程加速，后面减速，track返回的是一个列表，其中每个元素代表的是每次移动的距离。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
def get_track(self, distance):
'''根据偏移量获取移动轨迹'''
track = [] # 移动轨迹
current = 0 # 当前位移
mid = distance * 3 / 5 # 减速阈值
t = 0.2 # 计算间隔
v = 0 # 初速度
distance += 15 # 滑超过过一段距离
while current < distance:
if current < mid:
a = 1 # 加速度为正
else:
a = -0.5 # 加速度为负
v0 = v # 初速度 v0
v = v0 + a * t # 当前速度 v
s = v0 * t + 1 / 2 * a * t * t # 移动距离
current += s # 当前位移
track.append(round(s)) # 加入轨迹
return track
|
模拟滑块拼合
获取滑块对象(get_slider)，根据之前得到的移动轨迹拖动滑块(move_to_gap)，然后模拟释放鼠标时的人手抖动(shake_mouse)。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
def get_slider(self):
'''获取滑块对象'''
slider = self.wait.until(EC.element_to_be_clickable((
By.CLASS_NAME, 'geetest_slider_button')))
return slider
def shake_mouse(self):
'''模拟释放鼠标时的抖动'''
(ActionChains(self.browser).
move_by_offset(xoffset=-3, yoffset=0).perform())
(ActionChains(self.browser).
move_by_offset(xoffset=3, yoffset=0).perform())
def move_to_gap(self, slider, tracks):
'''拖动滑块到缺口处'''
back_tracks = [-1, -1, -2, -2, -3, -2, -2, -1, -1]
ActionChains(self.browser).click_and_hold(slider).perform()
for x in tracks: # 正向
ActionChains(self.browser).move_by_offset(
xoffset=x, yoffset=0).perform()
time.sleep(0.5)
for x in back_tracks: # 逆向
ActionChains(self.browser).move_by_offset(
xoffset=x, yoffset=0).perform()
self.shake_mouse() # 抖动
time.sleep(0.5)
ActionChains(self.browser).release().perform()
|
ActionChains方法列表
click(on_element=None) ——单击鼠标左键
click_and_hold(on_element=None) ——点击鼠标左键，不松开
context_click(on_element=None) ——点击鼠标右键
double_click(on_element=None) ——双击鼠标左键
drag_and_drop(source, target) ——拖拽到某个元素然后松开
move_by_offset(xoffset, yoffset) ——鼠标从当前位置移动到某个坐标
move_to_element(to_element) ——鼠标移动到某个元素
perform() ——执行链中的所有动作
release(on_element=None) ——在某个元素位置松开鼠标左键
执行主体流程，若验证失败，则再次调用crack()进行识别，直至成功。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
def crack(self):
try:
self.open() # 打开网页
s_button = self.change_to_slide() # 转换验证方式并点击按钮
time.sleep(1)
s_button.click()
g_button = self.get_geetest_button()
g_button.click()
self.wait_pic() # 图片加载
# 获取带缺口的验证码图片
image1 = self.get_geetest_image('captcha1.png')
self.delete_style()
image2 = self.get_geetest_image('captcha2.png')
gap = self.get_gap(image1, image2)
print('缺口位置', gap)
gap -= BORDER
slider = self.get_slider() # 获取滑块
track = self.get_track(gap)
self.move_to_gap(slider, track)
success = self.wait.until(
EC.text_to_be_present_in_element((
By.CLASS_NAME, 'geetest_success_radar_tip_content'
), '验证成功'))
print(success)
time.sleep(5)
self.close()
except Exception:
print('Failed & Retry')
self.crack()
if __name__ == '__main__':
geetest = CrackGeetest()
geetest.crack()
|
滑动验证码的识别，基本思路是先用图像识别判断出要滑动的位移，再模拟人拖动滑块的过程（先加速、再减速、适当加入回退和随机抖动），完整代码在GitHub上。