python爬蟲21 | 對於b站這樣的滑動驗證碼，不好意思，照樣自動識別

今天

 

要來說說滑動驗證碼了

 

大家應該都很熟悉

 

點擊滑塊然后移動到圖片缺口進行驗證

 

 

現在越來越多的網站使用這樣的驗證方式

 

為的是增加驗證碼識別的難度

 

 

那么

 

對於這種驗證碼

 

應該怎么破呢

 

接下來就是

 

學習 python 的正確姿勢

 

 

打開 b 站的登錄頁面

 

https://passport.bilibili.com/login

 

 

可以看到登錄的時候需要進行滑塊驗證

 

按下 F12

 

進入 Network

 

看下我們將滑塊移到缺口松開之后做了什么提交

 

 

可以看到是一個 GET 請求

 

但是

 

這請求鏈接也太特么長了吧

 

就是比小帥b短了一點點

 

 

我們來看看請求的參數是怎么樣的

 

 

哇靠

 

gt？

 

challenge？

 

w？

 

這些都是什么鬼參數

 

還加密了

 

完全下不了手啊

 

 

那么

 

本篇完

 

再見

 

peace

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

說

 

你是不是迷戀我？？

 

 

好吧

 

你居然滑到這里來了

 

說明你還是有點愛小帥b的

 

小帥b是那種遇到一點困難就放棄的人嗎

 

顯然不是

 

那么接下來才是真的

 

學習 python 的正確姿勢

 

 

既然以請求的方式不好弄

 

我們從它們的源代碼入手

 

看看有什么突破口

 

 

回到 b 站的登錄頁

 

按下 F12

 

進入 Element

 

然后點擊滑塊出現了圖片

 

定位一下

 

 

發現有兩個 a 標簽

 

一個 class 是 gt_bg gt_show

 

一個 class 是 gt_fullbg gt_show

 

和小帥b想的一樣

 

這個驗證碼應該是有兩張圖片

 

一張是完全的背景圖片

 

一張是缺口的圖片

 

那把這兩張圖片下載下來對比一下不就行了

 

打開 a 標簽一看

 

 

哇靠

 

一張圖片被切割成很多小塊

 

原來這張圖片是拼出來的

 

我們看看原始圖片是怎么樣的

 

 

什么亂七八糟的

 

再仔細看下源代碼

 

原來是在同一張圖片通過偏移量合成了一張完整的圖片

 

background-position: -277px -58px;

 

厲害厲害

 

小帥b看了一下缺口的圖片也是如此

 

 

 

到這里

 

我們的第一個思路就是

 

下載這兩張原始圖片

 

然后通過偏移量合成兩張真正的圖片

 

背景圖

 

 

↓變身

 

 

 

缺口圖

 

 

↓變身

 

 

那么怎么做呢？

 

因為我們還要模擬滑動滑塊

 

所以呢

 

我們要用到 selenium

 

打開b站的登錄頁

 

然后等到那個滑塊顯示出來

 

 # 獲取滑塊按鈕 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")))

 

接下來我們就獲取頁面的源碼

 

driver.page_source

 

然后使用 bs 獲取兩張原始背景圖片的 url 

 

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

 

拿到了圖片地址之后

 

將圖片下載下來

 

 # 將圖片格式存為 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)
 # 下載圖片 bg_image = requests.get(bg_url).content fullbg_image = requests.get(fullbg_url).content print('完成圖片下載')

 

ok 

 

 

 

我們已經把兩張原始圖片下載下來了

 

 

那么接下來就是要合成圖片了

 

我們要根據圖片的位置來合成

 

也就是源碼中的 background-position

 

 

獲取每一個小圖片的位置

 

我們可以通過字典的形式來表示這些位置

 

然后將數據放到列表中

 

 # 存放每個合成缺口背景圖片的位置 bg_location_list = []    # 存放每個合成背景圖片的位置 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

 

現在我們已經有了原始圖片

 

還知道了每個位置應該顯示原始圖片的什么部分

 

接下來我們就寫一個方法

 

用來合成圖片

 

 # 寫入圖片 bg_image_file = BytesIO(bg_image) fullbg_image_file = BytesIO(fullbg_image)
 # 合成圖片 bg_Image = mergy_Image(bg_image_file, bg_location_list) fullbg_Image = mergy_Image(fullbg_image_file, fullbg_location_list)

 

那么問題又來了

 

怎么合成啊

 

我們再看看一開始分析的圖片

 

 

這里圖片被分割成的每一個小圖片的尺寸是

 

10 * 58

 

所以我們也要將我們剛剛下載的原始圖片切割成相應的尺寸大小

 

而且

 

這張圖片是由上半部分的小圖片和下半部分的小圖片合成的

 

所以我們定義兩個 list 來裝這些小圖片

 

 # 存放上下部分的各個小塊 upper_half_list = [] down_half_list = []

 

然后將原始的圖片切割好放進去

 

image = Image.open(image_file)
 # 通過 y 的位置來判斷是上半部分還是下半部分,然后切割 for location in location_list: if location['y'] == -58: # 間距為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: # 間距為10，y：0-58 im = image.crop((abs(location['x']), 0, abs(location['x']) + 10, 58)) down_half_list.append(im)

 

至此

 

我們這兩個 list 就分別放好了各個切割的圖片了

 

那么接下來就創建一張空白的圖片

 

然后將小圖片一張一張（間距為10）的粘貼到空白圖片里

 

這樣我們就可以得到一張合成好的圖片了

 

哎

 

我真是個天才

 

 

 # 創建一張大小一樣的圖片 new_image = Image.new('RGB', (260, 116))
 # 粘貼好上半部分 y坐標是從上到下（0-116） offset = 0 for im in upper_half_list: new_image.paste(im, (offset, 0)) offset += 10
 # 粘貼好下半部分 offset = 0 for im in down_half_list: new_image.paste(im, (offset, 58)) offset += 10

 

那么到現在

 

我們可以得到網頁上顯示的那兩張圖片了

 

一張完全的圖片

 

 

一張帶缺口的圖片

 

 

接下來我們就要通過對比這兩張圖

 

看看我們要滑動的距離是多遠

 

 # 合成圖片 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()
 # 計算缺口偏移距離 distance = get_distance(bg_Image, fullbg_Image) print('得到距離：%s' % str(distance))

 

可以通過圖片的 RGB 來計算

 

我們設定一個閾值

 

如果 r、g、b 大於這個閾值

 

我們就返回距離

 

def get_distance(bg_Image, fullbg_Image):
 #閾值 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

 

現在

 

我們知道了關鍵的滑動距離了

 

激動人心的時刻到了

 

我們使用 selenium

 

拿到滑塊的元素

 

然后根據這個距離拖動到缺口位置不就好了么

 

馬上打開 selenium 的文檔

 

看到了這個函數

 

 

它可以使用左鍵點擊元素

 

然后拖動到指定距離

 

最后釋放鼠標左鍵

 

挖槽

 

正合我意

 

趕緊試一下

 

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()

 

運行一下試試看吧

 

 

哇哦你妹哦～

 

妖怪吃了拼圖了

 

 

看來直接拖拽是不行的

 

容易遇到妖怪

 

畢竟這太快了

 

就算加藤鷹也沒那么快吧

 

小帥b試着拖完滑塊讓它睡一下再釋放

 

 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()

 

發現拼圖還是特么的被妖怪吃了

 

 

后來小帥b發現原來別人也遇到了這樣的問題

 

然后又發現了

 

有個叫勻速直線運動的東西

 

什么 加速度

 

什么 v = v0 + at

 

什么 s = ½at²

 

哇

 

這不是高中的知識點么

 

瞬間想起小帥b高中的時候在最角落的課桌

 

此刻往右上方抬起頭

 

 45 度角

 

讓我的眼淚划出一條美麗的弧線

 

 

什么鬼

 

回到正題

 

我們可以使用它來構造一個運動路徑

 

該加速時加速

 

該減速的時候減速

 

這樣的話就更像人類在滑動滑塊了

 

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

 

這次

 

我們使用這個軌跡來滑動

 

 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

 

我們再來運行一下吧

 

 

哈哈哈

 

cool

 

成功識別了哇

 

我不管

 

 

當然了

 

成功率不是 100%

 

可以多調戲它幾次

 

ok

 

以上就是識別滑動驗證碼的具體過程了

 

對於其它大部分的滑動驗證碼

 

也是可以使用這招搞定的

 

由於篇幅有限

 

源代碼我放在了這個公眾號后台了

 

你發送〔滑動〕兩個字

 

就可以獲取啦

 

那

 

這次本篇就真的完啦

 

聽說你想約我？

 

peace

 

 

相關文章

 

（小帥b教你三招搞定模擬登錄）

 

（小帥b教你輕松識別圖片驗證碼）

 

 

 

      點個在看啊~~（破音）