天猫 滑块验证码 破解 爬虫应用

前言

对天猫进行部分数据的爬取时需要登录后才可查看，自动登录时会有滑块验证。需要从html文档中找出填写内容的页面元素，并使用自动化工具破解滑块验证码

步骤

1. 找出账号框、密码框、登录键；
2. 填入账号密码；
3. 等待滑块验证码出现；
4. 自动滑动滑动验证码；

代码

# coding:utf-8

import random
import time

from fake_useragent import UserAgent
from selenium import webdriver
from selenium.webdriver import ActionChains

url = "https://login.tmall.com/"
chrome_driver = "C:/Users/Lenovo/PycharmProjects/data_science/京东/chromedriver.exe"

options = webdriver.ChromeOptions()
options.add_argument("user-agent" + UserAgent().random)  # 随机客户端
chrome = webdriver.Chrome(executable_path=chrome_driver, options=options)


def login():
    """
    通过selenium自动登录
    :return: void
    """
    username = "用户名"
    password = "密码"
    chrome.get(url)
    chrome.maximize_window()  # 最大化窗口
    time.sleep(3 + random.random())

    chrome.switch_to_frame(chrome.find_element_by_id("J_loginIframe"))

    username_box = chrome.find_element_by_xpath('//*[@id="fm-login-id"]')
    password_box = chrome.find_element_by_xpath('//*[@id="fm-login-password"]')
    username_box.send_keys(username)
    password_box.send_keys(password)

    remain = 300 - 40
    while chrome.find_element_by_xpath('//*[@id="nc_1_n1z"]') is None:
        pass
    slicer = chrome.find_element_by_xpath('//*[@id="nc_1_n1z"]')
    ActionChains(chrome).click_and_hold(slicer).perform()

    ActionChains(chrome).move_by_offset(xoffset=remain, yoffset=0).perform()
    ActionChains(chrome).release(slicer).perform()

    submit_button = chrome.find_element_by_xpath('//*[@class="fm-button fm-submit password-login"]')
    submit_button.click()


if __name__ == "__main__":
    login()

要点

截止2020-05-30，天猫的滑块验证时不需要任何的生理模仿，模仿了反而会验证失败。主要使用如下代码进行破解

    ActionChains(chrome).move_by_offset(xoffset=remain, yoffset=0).perform()