python爬虫21 | 对于b站这样的滑动验证码，不好意思，照样自动识别

今天

 

要来说说滑动验证码了

 

大家应该都很熟悉

 

点击滑块然后移动到图片缺口进行验证

 

 

现在越来越多的网站使用这样的验证方式

 

为的是增加验证码识别的难度

 

 

那么

 

对于这种验证码

 

应该怎么破呢

 

接下来就是

 

学习 python 的正确姿势

 

 

打开 b 站的登录页面

 

https://passport.bilibili.com/login

 

 

可以看到登录的时候需要进行滑块验证

 

按下 F12

 

进入 Network

 

看下我们将滑块移到缺口松开之后做了什么提交

 

 

可以看到是一个 GET 请求

 

但是

 

这请求链接也太特么长了吧

 

就是比小帅b短了一点点

 

 

我们来看看请求的参数是怎么样的

 

 

哇靠

 

gt？

 

challenge？

 

w？

 

这些都是什么鬼参数

 

还加密了

 

完全下不了手啊

 

 

那么

 

本篇完

 

再见

 

peace

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

说

 

你是不是迷恋我？？

 

 

好吧

 

你居然滑到这里来了

 

说明你还是有点爱小帅b的

 

小帅b是那种遇到一点困难就放弃的人吗

 

显然不是

 

那么接下来才是真的

 

学习 python 的正确姿势

 

 

既然以请求的方式不好弄

 

我们从它们的源代码入手

 

看看有什么突破口

 

 

回到 b 站的登录页

 

按下 F12

 

进入 Element

 

然后点击滑块出现了图片

 

定位一下

 

 

发现有两个 a 标签

 

一个 class 是 gt_bg gt_show

 

一个 class 是 gt_fullbg gt_show

 

和小帅b想的一样

 

这个验证码应该是有两张图片

 

一张是完全的背景图片

 

一张是缺口的图片

 

那把这两张图片下载下来对比一下不就行了

 

打开 a 标签一看

 

 

哇靠

 

一张图片被切割成很多小块

 

原来这张图片是拼出来的

 

我们看看原始图片是怎么样的

 

 

什么乱七八糟的

 

再仔细看下源代码

 

原来是在同一张图片通过偏移量合成了一张完整的图片

 

•  

background-position: -277px -58px;

 

厉害厉害

 

小帅b看了一下缺口的图片也是如此

 

 

 

到这里

 

我们的第一个思路就是

 

下载这两张原始图片

 

然后通过偏移量合成两张真正的图片

 

背景图

 

 

↓变身

 

 

 

缺口图

 

 

↓变身

 

 

那么怎么做呢？

 

因为我们还要模拟滑动滑块

 

所以呢

 

我们要用到 selenium

 

打开b站的登录页

 

然后等到那个滑块显示出来

 

•  
•  
•  
•  

 # 获取滑块按钮    driver.get(url)    slider = WAIT.until(EC.element_to_be_clickable(        (By.CSS_SELECTOR, "#gc-box > div > div.gt_slider > div.gt_slider_knob.gt_show")))

 

接下来我们就获取页面的源码

 

driver.page_source

 

然后使用 bs 获取两张原始背景图片的 url 

 

•  
•  
•  
•  
•  
•  
•  
•  
•  

    bs = BeautifulSoup(driver.page_source,'lxml')    # 找到背景图片和缺口图片的div    bg_div = bs.find_all(class_='gt_cut_bg_slice')    fullbg_div = bs.find_all(class_='gt_cut_fullbg_slice')
    # 获取缺口背景图片url    bg_url = re.findall('background-image:\surl\("(.*?)"\)',bg_div[0].get('style'))    # 获取背景图片url    fullbg_url = re.findall('background-image:\surl\("(.*?)"\)',fullbg_div[0].get('style'))

 

拿到了图片地址之后

 

将图片下载下来

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

 # 将图片格式存为 jpg 格式    bg_url = bg_url[0].replace('webp', 'jpg')    fullbg_url = fullbg_url[0].replace('webp', 'jpg')    # print(bg_url)    # print(fullbg_url)
    # 下载图片    bg_image = requests.get(bg_url).content    fullbg_image = requests.get(fullbg_url).content    print('完成图片下载')

 

ok 

 

 

 

 

我们已经把两张原始图片下载下来了

 

 

那么接下来就是要合成图片了

 

我们要根据图片的位置来合成

 

也就是源码中的 background-position

 

 

获取每一个小图片的位置

 

我们可以通过字典的形式来表示这些位置

 

然后将数据放到列表中

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

    # 存放每个合成缺口背景图片的位置    bg_location_list = []    # 存放每个合成背景图片的位置    fullbg_location_list = []
    for bg in bg_div:        location = {}        location['x'] = int(re.findall('background-position:\s(.*?)px\s(.*?)px;', bg.get('style'))[0][0])        location['y'] = int(re.findall('background-position:\s(.*?)px\s(.*?)px;', bg.get('style'))[0][1])        bg_location_list.append(location)
    for fullbg in fullbg_div:        location = {}        location['x'] = int(re.findall('background-position:\s(.*?)px\s(.*?)px;', fullbg.get('style'))[0][0])        location['y'] = int(re.findall('background-position:\s(.*?)px\s(.*?)px;', fullbg.get('style'))[0][1])        fullbg_location_list.append(location)

 

那么

 

现在我们已经有了原始图片

 

还知道了每个位置应该显示原始图片的什么部分

 

接下来我们就写一个方法

 

用来合成图片

 

•  
•  
•  
•  
•  
•  
•  

    # 写入图片    bg_image_file = BytesIO(bg_image)    fullbg_image_file = BytesIO(fullbg_image)
    # 合成图片    bg_Image = mergy_Image(bg_image_file, bg_location_list)    fullbg_Image = mergy_Image(fullbg_image_file, fullbg_location_list)

 

那么问题又来了

 

怎么合成啊

 

我们再看看一开始分析的图片

 

 

这里图片被分割成的每一个小图片的尺寸是

 

10 * 58

 

所以我们也要将我们刚刚下载的原始图片切割成相应的尺寸大小

 

而且

 

这张图片是由上半部分的小图片和下半部分的小图片合成的

 

所以我们定义两个 list 来装这些小图片

 

•  
•  
•  

  # 存放上下部分的各个小块    upper_half_list = []    down_half_list = []

 

然后将原始的图片切割好放进去

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

image = Image.open(image_file)
    # 通过 y 的位置来判断是上半部分还是下半部分,然后切割    for location in location_list:        if location['y'] == -58:            # 间距为10，y：58-116            im = image.crop((abs(location['x']), 58, abs(location['x'])+10, 116))            upper_half_list.append(im)        if location['y'] == 0:            # 间距为10，y：0-58            im = image.crop((abs(location['x']), 0, abs(location['x']) + 10, 58))            down_half_list.append(im)

 

至此

 

我们这两个 list 就分别放好了各个切割的图片了

 

那么接下来就创建一张空白的图片

 

然后将小图片一张一张（间距为10）的粘贴到空白图片里

 

这样我们就可以得到一张合成好的图片了

 

哎

 

我真是个天才

 

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

 # 创建一张大小一样的图片    new_image = Image.new('RGB', (260, 116))
    # 粘贴好上半部分 y坐标是从上到下（0-116）    offset = 0    for im in upper_half_list:        new_image.paste(im, (offset, 0))        offset += 10
    # 粘贴好下半部分    offset = 0    for im in down_half_list:        new_image.paste(im, (offset, 58))        offset += 10

 

那么到现在

 

我们可以得到网页上显示的那两张图片了

 

一张完全的图片

 

 

一张带缺口的图片

 

 

接下来我们就要通过对比这两张图

 

看看我们要滑动的距离是多远

 

•  
•  
•  
•  
•  
•  
•  
•  
•  

    # 合成图片    bg_Image = mergy_Image(bg_image_file, bg_location_list)    fullbg_Image = mergy_Image(fullbg_image_file, fullbg_location_list)    # bg_Image.show()    # fullbg_Image.show()
    # 计算缺口偏移距离    distance = get_distance(bg_Image, fullbg_Image)    print('得到距离：%s' % str(distance))

 

可以通过图片的 RGB 来计算

 

我们设定一个阈值

 

如果 r、g、b 大于这个阈值

 

我们就返回距离

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

def get_distance(bg_Image, fullbg_Image):
    #阈值    threshold = 200
    print(bg_Image.size[0])    print(bg_Image.size[1])

    for i in range(60, bg_Image.size[0]):        for j in range(bg_Image.size[1]):            bg_pix = bg_Image.getpixel((i, j))            fullbg_pix = fullbg_Image.getpixel((i, j))            r = abs(bg_pix[0] - fullbg_pix[0])            g = abs(bg_pix[1] - fullbg_pix[1])            b = abs(bg_pix[2] - fullbg_pix[2])
            if r + g + b > threshold:               return i

 

现在

 

我们知道了关键的滑动距离了

 

激动人心的时刻到了

 

我们使用 selenium

 

拿到滑块的元素

 

然后根据这个距离拖动到缺口位置不就好了么

 

马上打开 selenium 的文档

 

看到了这个函数

 

 

它可以使用左键点击元素

 

然后拖动到指定距离

 

最后释放鼠标左键

 

挖槽

 

正合我意

 

赶紧试一下

 

•  
•  

knob =  WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "#gc-box > div > div.gt_slider > div.gt_slider_knob.gt_show")))ActionChains(driver).drag_and_drop_by_offset(knob, distance, 0).perform()

 

运行一下试试看吧

 

 

哇哦你妹哦～

 

妖怪吃了拼图了

 

 

看来直接拖拽是不行的

 

容易遇到妖怪

 

毕竟这太快了

 

就算加藤鹰也没那么快吧

 

小帅b试着拖完滑块让它睡一下再释放

 

•  
•  
•  
•  

    ActionChains(driver).click_and_hold(knob).perform()    ActionChains(driver).move_by_offset(xoffset=distance, yoffset=0.1).perform()    time.sleep(0.5)    ActionChains(driver).release(knob).perform()

 

发现拼图还是特么的被妖怪吃了

 

 

后来小帅b发现原来别人也遇到了这样的问题

 

然后又发现了

 

有个叫匀速直线运动的东西

 

什么 加速度

 

什么 v = v0 + at

 

什么 s = ½at²

 

哇

 

这不是高中的知识点么

 

瞬间想起小帅b高中的时候在最角落的课桌

 

此刻往右上方抬起头

 

 45 度角

 

让我的眼泪划出一条美丽的弧线

 

 

什么鬼

 

回到正题

 

我们可以使用它来构造一个运动路径

 

该加速时加速

 

该减速的时候减速

 

这样的话就更像人类在滑动滑块了

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

def get_path(distance):        result = []        current = 0        mid = distance * 4 / 5        t = 0.2        v = 0        while current < (distance - 10):            if current < mid:                a = 2            else:                a = -3            v0 = v            v = v0 + a * t            s = v0 * t + 0.5 * a * t * t            current += s            result.append(round(s))        return result

 

这次

 

我们使用这个轨迹来滑动

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

    knob = WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "#gc-box > div > div.gt_slider > div.gt_slider_knob.gt_show")))    result = get_path(distance)    ActionChains(driver).click_and_hold(knob).perform()
    for x in result:        ActionChains(driver).move_by_offset(xoffset=x, yoffset=0).perform()
    time.sleep(0.5)    ActionChains(driver).release(knob).perform() 

 

好了好了

 

我们再来运行一下吧

 

 

哈哈哈

 

cool

 

成功识别了哇

 

我不管

 

 

当然了

 

成功率不是 100%

 

可以多调戏它几次

 

ok

 

以上就是识别滑动验证码的具体过程了

 

对于其它大部分的滑动验证码

 

也是可以使用这招搞定的

 

由于篇幅有限

 

源代码我放在了这个公众号后台了

 

你发送〔滑动〕两个字

 

就可以获取啦

 

那

 

这次本篇就真的完啦

 

听说你想约我？

 

peace

 

 

相关文章

 

（小帅b教你三招搞定模拟登录）

 

（小帅b教你轻松识别图片验证码）

 

 

 

      点个在看啊~~（破音）