Selenium解决滑块验证问题:自动化与技巧

滑块验证是一种常见的人机验证机制,用于识别和防止自动化程序的访问。在爬虫和自动化测试中,我们经常面临需要处理滑块验证的情况。本文将介绍如何使用 Selenium 库处理滑块验证问题。

一、安装 Selenium
首先,确保你已经安装了 Selenium。你可以使用以下命令通过 pip 安装:

pip install selenium

同时,你还需要下载浏览器驱动程序。这里以 Chrome 浏览器为例,你可以在 ChromeDriver 官网 下载对应版本的 ChromeDriver。
Selenium解决滑块验证问题:自动化与技巧

二、滑块验证的工作原理

滑块验证通常涉及以下步骤:

1.用户访问目标网页。
2.网页显示一个滑块和目标区域。
3.用户需要拖动滑块到目标区域。
4.如果滑块成功到达目标区域,用户通常会被重定向到另一个页面或获得访问权限。
5.Selenium与滑块验证
6.Selenium是一个流行的网页自动化工具,它可以模拟真实用户的浏览器行为。然而,滑块验证机制的设计就是为了防止自动化工具的操作。因此,直接使用Selenium尝试拖动滑块通常会失败。

三、解决方法
为了解决这个问题,我们需要采取一些额外的步骤或技巧:

1.识别和定位滑块

首先,你需要定位滑块元素。这通常涉及使用XPath或其他定位方法来识别滑块元素。一旦你找到了滑块元素,你可以使用Selenium的click()或mouse_down()和mouse_up()方法来模拟拖动操作。

2.模拟拖动操作

模拟拖动操作时,你需要首先点击滑块,然后按住鼠标不放,同时移动到目标位置,最后松开鼠标。这可以通过以下代码实现:

from selenium import webdriver  
from selenium.webdriver.common.keys import Keys  
from selenium.webdriver.common.action_chains import ActionChains  
  
driver = webdriver.Chrome()  # 使用你的浏览器驱动程序  
driver.get("your_website_url")  # 访问目标网页  

3.定位滑块并模拟拖动操作

slider = driver.find_element_by_xpath("slider_xpath")  # 使用适当的XPath定位滑块  
action = ActionChains(driver)  
action.click_and_hold(slider).perform()  # 点击并拖动滑块开始位置  
action.move_by_offset(offset_x, offset_y).perform()  # 移动到目标位置,需要计算偏移量  
action.release().perform()  # 松开鼠标,完成拖动操作

4.处理动态加载内容

某些滑块验证机制可能需要先加载一些动态内容,然后才能进行拖动操作。在这种情况下,你可能需要使用Selenium的等待机制(如WebDriverWait)来确保内容完全加载。

5.异常处理和重试机制

由于各种原因(如网络延迟、服务器响应慢等),拖动操作可能会失败。因此,实施一个异常处理和重试机制是很有必要的。这样,如果第一次尝试失败,程序可以自动重试几次。

6.使用浏览器自动化工具库(如Puppeteer)

有时,直接使用Selenium可能不是最佳选择。在这种情况下,你可以考虑使用其他浏览器自动化工具库,如Google的Puppeteer。Puppeteer为Node.js提供了一个高级API,可以更轻松地处理滑块验证等问题。

7.一个解决滑块问题的完整代码

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains
import time
import base64
import cv2

def identify_gap(bg, tp, out):
    '''
    bg: 背景图片
    tp: 缺口图片
    out:输出图片
    '''
    # 读取背景图片和缺口图片
    bg_img = cv2.imread(bg)  # 背景图片
    tp_img = cv2.imread(tp)  # 缺口图片
    # 识别图片边缘
    bg_edge = cv2.Canny(bg_img, 100, 200)
    tp_edge = cv2.Canny(tp_img, 100, 200)
    # 转换图片格式
    bg_pic = cv2.cvtColor(bg_edge, cv2.COLOR_GRAY2RGB)
    tp_pic = cv2.cvtColor(tp_edge, cv2.COLOR_GRAY2RGB)
    # 缺口匹配
    res = cv2.matchTemplate(bg_pic, tp_pic, cv2.TM_CCOEFF_NORMED)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)  # 寻找最优匹配
    # 绘制方框
    th, tw = tp_pic.shape[:2]
    tl = max_loc  # 左上角点的坐标
    br = (tl[0] + tw, tl[1] + th)  # 右下角点的坐标
    cv2.rectangle(bg_img, tl, br, (0, 0, 255), 2)  # 绘制矩形
    cv2.imwrite(out, bg_img)  # 保存在本地
    print(tl[0])
    # 返回缺口的X坐标
    return tl[0]

# 启动浏览器
driver = webdriver.Chrome()

# 打开网页
driver.get("https://netc1.igtb.bankofchina.com/#/login-page")
driver.maximize_window()
time.sleep(5)
# 定位滑块元素
slider = driver.find_element(By.XPATH,'/html/body/div[1]/div/div[2]/div/div/form/div[5]/div/div/div/div/div[2]/div[2]/div[2]/div[1]')  # 替换为实际的滑块元素的ID

image_url = driver.find_element(By.CSS_SELECTOR, '#dx_captcha_basic_sub-slider_2 > img').get_attribute("src")
print(image_url)
img_element = driver.find_element(By.CSS_SELECTOR, '#dx_captcha_basic_sub-slider_2 > img')
parent_element = driver.find_element(By.CSS_SELECTOR,'#dx_captcha_basic_sub-slider_2')
original_style = img_element.get_attribute('style')

image_selector = "#dx_captcha_basic_sub-slider_2 > img"
# 使用 JavaScript 修改图片元素的样式,将其显示出来
show_image_script = f'''
    var img = document.querySelector("{image_selector}");
    img.style.position = "absolute";
    img.style.left = "10px";  // 替换为你想要的横坐标
    img.style.top = "10px";    // 替换为你想要的纵坐标
    document.body.appendChild(img);  // 将图片移动到 body 元素下

'''
driver.execute_script(show_image_script)
driver.save_screenshot("D:/quanping.png")
time.sleep(5)
driver.execute_script(f'arguments[0].style = "{original_style}";', img_element)
driver.execute_script("arguments[1].appendChild(arguments[0]);", img_element, parent_element)

time.sleep(2)
try:
    # 执行 JavaScript 脚本,获取 Canvas 中的图片数据

    canvas_image_data = driver.execute_script("""
        var canvas = document.getElementsByTagName('canvas')[0];
        // 将 Canvas 导出为图像数据
        var imageData = canvas.toDataURL("image/png");

        // 返回图像数据
        return imageData;
    """,)

    # 解码图像数据
    image_data = base64.b64decode(canvas_image_data.split(",")[1])
    # 将图像数据保存到文件
    with open("huakuai/bj.png", "wb") as image_file:
        image_file.write(image_data)


except Exception as e:
    print(f"An error occurred: {str(e)}")

im = cv2.imread('D:/quanping.png')
im = im[12:58,12:58]
cv2.imwrite('huakuai/quekuai.png',im)
a=identify_gap("huakuai/bj.png","huakuai/quekuai.png","huakuai/out.png")

action = ActionChains(driver)
# action.click_and_hold(slider).move_by_offset(a, 0).release().perform()
i=0
print(a)
action.speed = 0.5
action.click_and_hold(slider).move_by_offset(a, 0).release().perform()
time.sleep(20)
driver.quit()


四、结论
滑块验证是一种常见的网站安全机制,但也可以通过自动化工具进行破解。使用Selenium结合适当的技巧和方法,你可以有效地解决滑块验证问题。然而,请始终确保你的行为符合法律和道德标准,尊重网站的版权和隐私权。在处理真实网站时,务必先获得适当的授权或遵循相关法律和指导方针。

你可能感兴趣的:(笔记,selenium,自动化,python)