glidedsky挑战-滑块验证码反爬（腾讯防水墙滑块验证码）

相应页面（http://glidedsky.com/level/web/crawler-captcha-1）

题目要求：

 

先看看页面：

当我们一打开页面，就是出现滑块验证码页面，我们所要的数字参数是没有的。

 

再看看滑动之后的页面。

很明显，当滑块验证通过之后，数字就会出现。

 

再分析滑块验证码图片，如下图，是腾讯防水墙滑块验证码。

再抓包看看，如下图，验证码图片和滑块图片已经出现，

 

到这里，简单分析一下思路。

1. 访问页面，下载验证码图片；
2. 通过图像识别，计算出验证码图片缺口位置；
3. 通过selenium模拟移动滑块；
4. 收集数字数据，继续下一个页面。

 

实现过程：

使用库：

import os
import random

import cv2
from PIL import Image
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from urllib.request import urlretrieve

import time
import numpy as np
from lxml import etree

这里说下，部分库与程序作用：

random：模拟滑动轨迹；

vc2、PIL、numpy：处理图片时，计算滑块对应坐标轴；

selenium：自动化处理验证码；

urllib.request.urlretrieve：下载图片。

 

实现过程：

应于网站要求，这里只说思路（个人程序过程），不提供代码。

1. 初始化selenium；
2. 访问页面，先登录，再进行题目页面；
3. 切换到滑块验证码子页面（因为主页面中，不会显示滑块元素）；
4. 下载对应的滑块验证码图片（验证码带缺口大图，验证码缺口图）；
5. 加载验证码图片，计算坐标值（Image处理图片大小和位置偏移，cv2处理图片颜色色差（灰度），numpy计算坐标轴）；
6. 根据坐标轴，实现模拟滑动过程中的轨迹；
7. 通过轨迹使用selenium拖动滑块；
8. 如果成功，收集数字求和，然后下一页，重复第3步，如果滑块验证没有成功，该页面再次请求。

 

说明：

难点：图像计算坐标，模拟轨迹。

在验证过程中，注意页面的加载速度，可以使用time控制，图片识别时，用cv2处理灰度值，进行归一化处理，numpy可以通过归一化计算出相应坐标。

在网络上，已经有很多大佬实现了腾讯防水墙滑块验证码，可以适当的去参考。

 

PS:

除了腾讯防水墙滑块验证码，还有极验的滑块验证码，相对腾讯来说，极验的难度比腾讯的大很多，它的版本在不断更新，难度也越高，最开始极验滑块验证码可以通过截图处理保存图片，后来是图片碎片块，不过可以从css里获取对应位置参数，也可以处理，现在极验滑块验证码使用的是webp格式的碎片块图片，难上加难。欢迎知道的大佬留言！！！