python爬虫滑动验证码_爬虫：滑动验证解决方法及python实现

爬虫时遇到滑动验证，基本思路是通过selenium操作浏览器，将滑动验证的原始图片和缺口图片进行对比，找出缺口位置，然后在利用selenium模拟拖动滑块，达到验证的目的。下面就以猪八戒网为例，进行操作。

一、分析

首先访问 https://account.zbj.com/login：

登陆页面主要为上图。

点击按钮(div标签，类名为 geetest_radar_tip)后，出现滑动验证码：

这个滑动验证图片并没有原始图片，直接出现的就是缺口图片。而我们要找的就是深色缺口的位置。

观察图片标签，找到 这个标签，如果把该标签设置的display属性设置为none，则验证图则会变为下图：

拼接的小方块隐藏掉了，这张图片更容易让我们与原图比对。

然后再找到这个标签，将display设置为block：

原图显示出来，我们可以将上面两张图片的滑动验证图片进行截取，比对，即可找到缺口位置。

实现过程中要注意几点：

1.selenium在加载后，不要立即寻找标签，因为如果标签没有加载完成，会找不到，这样就会抛出错误。

2.截图的大小可以跟浏览器的内显示的大小不一样，需要计算浏览器显示大小与截图大小的比例。

3.进行滑动时，要先加速后减速，如果一直匀速，会被网站识别。

二、实现

1、导入相关要用的包：

from selenium importwebdriverfrom selenium.webdriver.common.by importByfrom selenium.webdriver.support importexpected_conditions as ECfrom selenium.webdriver.support.wait importWebDriverWaitfrom PIL importImagefrom six importBytesIOimporttimefrom selenium.webdriver import ActionChains

2.主函数：

if __name__ == '__main__':

browser=get_url('https://account.zbj.com/login','11111111111','********') #此函数的定义在第3点

time.sleep(1)

slice_img_label= browser.find_element_by_css_selector('div.geetest_slicebg') #找到滑动图片标签

browser.execute_script("document.getElementsByClassName('geetest_canvas_slice')[0].style['display'] = 'none'") #将小块隐藏

full_img_label = browser.find_element_by_css_selector('canvas.geetest_canvas_fullbg') #原始图片的标签

position = get_position(slice_img_label) #获取滑动验证图片的位置，此函数的定义在第4点

screenshot = get_screenshot(browser) #截取整个浏览器图片，此函数的定义在第5点

position_scale = get_position_scale(browser,screenshot) #获取截取图片宽高和浏览器宽高的比例，此函数的定义在第6点

slice_img = get_slideimg_screenshot(screenshot,position,position_scale) #截取有缺口的滑动验证图片，此函数的定义在第7点

browser.execute_script("document.getElementsByClassName('geetest_canvas_fullbg')[0].style['display'] = 'block'") #在浏览器中显示原图

screenshot = get_screenshot(browser) #获取整个浏览器图片

full_img = get_slideimg_screenshot(screenshot,position,position_scale) #截取滑动验证原图browser.execute_script("document.getElementsByClassName('geetest_canvas_slice')[0].style['display'] = 'block'") #将小块重新显示

left = compare(full_img,slice_img) #将原图与有缺口图片进行比对，获得缺口的最左端的位置，此函数定义在第8点

left = left / position_scale[0] #将该位置还原为浏览器中的位置

slide_btn= browser.find_element_by_css_selector('.geetest_slider_button') #获取滑动按钮

track = get_track(left) #获取滑动的轨迹，此函数定义在第9点

move_to_gap(browser,slide_btn,track) #进行滑动，此函数定义在第10点

success = browser.find_element_by_css_selector('.geetest_success_radar_tip') #获取显示结果的标签

time.sleep(2)if success.text == "验证成功":

login_btn= browser.find_element_by_css_selector('button.j-login-btn') #如果验证成功，则点击登录按钮

login_btn.click()else:print(success.text)print('失败')

下面是主函数中用到的各个功能性函数：

3..定义访问页面的函数：

defget_url(url,user,password):

browser=webdriver.Chrome()

browser.get(url)

browser.maximize_window()

wait= WebDriverWait(browser,10)

wait.until(EC.presence_of_element_located((By.CLASS_NAME,'geetest_radar_btn')))

user_input= browser.find_element_by_id('username')

pwd_input= browser.find_element_by_id('password')

btn= browser.find_element_by_css_selector('.geetest_radar_btn')

user_input.send_keys(user)

pwd_input.send_keys(password)

btn.click()

time.sleep(0.5)return browser

此函数主要是用于启动Chrome，打开网页，将用户名和密码填入相应位置，并点击验证按钮。

4.获取滑动验证图片在浏览器的位置。

使用location是获取标签左上角的位置，然后再通过该标签的大小，即可算出其四个角的位置。

defget_position(img_label):

location=img_label.location

size=img_label.size

top, bottom, left, right= location['y'], location['y'] + size['height'], location['x'], location['x'] +size['width']return (left, top, right, bottom)

5.获取整个浏览器的截图。并从内存进行读取。

defget_screenshot(browser):

screenshot=browser.get_screenshot_as_png()

f=BytesIO()

f.write(screenshot)return Image.open(f)

6.通过对比截图和浏览器宽高的大小，算出换算比例。

由于截图是有浏览器的边缘的拖拽条，所以浏览器的宽度+10px

defget_position_scale(browser,screen_shot):

height= browser.execute_script('return document.documentElement.clientHeight')

width= browser.execute_script('return document.documentElement.clientWidth')

x_scale= screen_shot.size[0] / (width+10)

y_scale= screen_shot.size[1] /(height)return (x_scale,y_scale)

7.截取有缺口的滑动图片：

defget_slideimg_screenshot(screenshot,position,scale):

x_scale,y_scale=scale

position= [position[0] * x_scale, position[1] * y_scale, position[2] * x_scale, position[3] *y_scale]return screenshot.crop(position)

8.将原始图片和有缺口的图片进行比较：

defcompare_pixel(img1,img2,x,y):

pixel1=img1.load()[x,y]

pixel2=img2.load()[x,y]

threshold= 50

if abs(pixel1[0]-pixel2[0])<=threshold:if abs(pixel1[1]-pixel2[1])<=threshold:if abs(pixel1[2]-pixel2[2])<=threshold:returnTruereturnFalsedefcompare(full_img,slice_img):

left= 0

for i inrange(full_img.size[0]):for j in range(full_img.size[1]):if notcompare_pixel(full_img,slice_img,i,j):returnireturn left

9.计算出滑动的轨迹，其实就是简单的s = 1/2*a*t*t的简单公式。这部分代码，直接用的崔庆才博主的代码：

defget_track(distance):"""根据偏移量获取移动轨迹

:param distance: 偏移量

:return: 移动轨迹"""

#移动轨迹

track =[]#当前位移

current =0#减速阈值

mid = distance * 4 / 5

#计算间隔

t = 0.2

#初速度

v =0while current

a = 4

else:#加速度为负 3

a = -3

#初速度 v0

v0 =v#当前速度 v = v0 + at

v = v0 + a *t#移动距离 x = v0t + 1/2 * a * t^2

move = v0 * t + 1 / 2 * a * t *t#当前位移

current +=move#加入轨迹

track.append(round(move))return track

10.进行移动：

defmove_to_gap(browser,slider, tracks):"""拖动滑块到缺口处

:param slider: 滑块

:param tracks: 轨迹

:return:"""ActionChains(browser).click_and_hold(slider).perform()for x intracks:

ActionChains(browser).move_by_offset(xoffset=x, yoffset=0).perform()

time.sleep(0.5)

ActionChains(browser).release().perform()

以上3-10是定义的功能性函数，放在前面，2是主函数，放在后面。运行即可。也可以将其写为一个类，使用时更为方便。此处，只是为实现功能，所以就没有进一步进行规范。