爬蟲：滑動驗證解決方法及python實現

爬蟲時遇到滑動驗證，基本思路是通過selenium操作瀏覽器，將滑動驗證的原始圖片和缺口圖片進行對比，找出缺口位置，然后在利用selenium模擬拖動滑塊，達到驗證的目的。下面就以豬八戒網為例，進行操作。

一、分析

首先訪問 https://account.zbj.com/login：

 

登陸頁面主要為上圖。

點擊按鈕（div標簽，類名為 geetest_radar_tip）后，出現滑動驗證碼：

 

 

 

  這個滑動驗證圖片並沒有原始圖片，直接出現的就是缺口圖片。而我們要找的就是深色缺口的位置。

觀察圖片標簽，找到   <canvas class="geetest_canvas_slice geetest_absolute" width="260" height="160"></canvas>這個標簽，如果把該標簽設置的display屬性設置為none，則驗證圖則會變為下圖：

 

 拼接的小方塊隱藏掉了，這張圖片更容易讓我們與原圖比對。

然后再找到<canvas class="geetest_canvas_fullbg geetest_fade geetest_absolute" height="160" width="260" style="display: none; opacity: 1;"></canvas>這個標簽，將display設置為block：

 

 原圖顯示出來，我們可以將上面兩張圖片的滑動驗證圖片進行截取，比對，即可找到缺口位置。

實現過程中要注意幾點：

1.selenium在加載后，不要立即尋找標簽，因為如果標簽沒有加載完成，會找不到，這樣就會拋出錯誤。

2.截圖的大小可以跟瀏覽器的內顯示的大小不一樣，需要計算瀏覽器顯示大小與截圖大小的比例。

3.進行滑動時，要先加速后減速，如果一直勻速，會被網站識別。

 二、實現

 1、導入相關要用的包：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from PIL import Image
from six import BytesIO
import time
from selenium.webdriver import ActionChains

 

2.主函數：

if __name__ == '__main__':
    browser = get_url('https://account.zbj.com/login','11111111111','********')  #此函數的定義在第3點
    time.sleep(1)
    slice_img_label = browser.find_element_by_css_selector('div.geetest_slicebg') #找到滑動圖片標簽
    browser.execute_script("document.getElementsByClassName('geetest_canvas_slice')[0].style['display'] = 'none'") #將小塊隱藏
    full_img_label = browser.find_element_by_css_selector('canvas.geetest_canvas_fullbg') #原始圖片的標簽
    position = get_position(slice_img_label) #獲取滑動驗證圖片的位置，此函數的定義在第4點
    screenshot = get_screenshot(browser) # 截取整個瀏覽器圖片，此函數的定義在第5點
    position_scale = get_position_scale(browser,screenshot) #獲取截取圖片寬高和瀏覽器寬高的比例，此函數的定義在第6點
    slice_img = get_slideimg_screenshot(screenshot,position,position_scale) #截取有缺口的滑動驗證圖片，此函數的定義在第7點
   

    browser.execute_script("document.getElementsByClassName('geetest_canvas_fullbg')[0].style['display'] = 'block'") #在瀏覽器中顯示原圖
    screenshot = get_screenshot(browser) #獲取整個瀏覽器圖片
    full_img = get_slideimg_screenshot(screenshot,position,position_scale) # 截取滑動驗證原圖
    browser.execute_script("document.getElementsByClassName('geetest_canvas_slice')[0].style['display'] = 'block'")  #將小塊重新顯示
    left = compare(full_img,slice_img) #將原圖與有缺口圖片進行比對，獲得缺口的最左端的位置，此函數定義在第8點
    left = left / position_scale[0] #將該位置還原為瀏覽器中的位置

    slide_btn = browser.find_element_by_css_selector('.geetest_slider_button') #獲取滑動按鈕
    track = get_track(left) #獲取滑動的軌跡，此函數定義在第9點
    move_to_gap(browser,slide_btn,track) #進行滑動，此函數定義在第10點
    success = browser.find_element_by_css_selector('.geetest_success_radar_tip') #獲取顯示結果的標簽
    time.sleep(2)
    if success.text == "驗證成功":
        login_btn = browser.find_element_by_css_selector('button.j-login-btn') #如果驗證成功，則點擊登錄按鈕
        login_btn.click()
    else:
        print(success.text)
        print('失敗') 

 

下面是主函數中用到的各個功能性函數：

3..定義訪問頁面的函數：

 

def get_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

 

此函數主要是用於啟動Chrome，打開網頁，將用戶名和密碼填入相應位置，並點擊驗證按鈕。

4.獲取滑動驗證圖片在瀏覽器的位置。

使用location是獲取標簽左上角的位置，然后再通過該標簽的大小，即可算出其四個角的位置。

def get_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.獲取整個瀏覽器的截圖。並從內存進行讀取。 

def get_screenshot(browser):
    screenshot = browser.get_screenshot_as_png()
    f = BytesIO()
    f.write(screenshot)
    return Image.open(f)

 

 

 6.通過對比截圖和瀏覽器寬高的大小，算出換算比例。

由於截圖是有瀏覽器的邊緣的拖拽條，所以瀏覽器的寬度+10px

def get_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.截取有缺口的滑動圖片：

def get_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.將原始圖片和有缺口的圖片進行比較：

def compare_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:
                return True
    return False


def compare(full_img,slice_img):
    left = 0
    for i in range(full_img.size[0]):
        for j in range(full_img.size[1]):
            if not compare_pixel(full_img,slice_img,i,j):
                return i
    return left

 

 

 9.計算出滑動的軌跡，其實就是簡單的s = 1/2*a*t*t的簡單公式。這部分代碼，直接用的崔慶才博主的代碼：

def get_track(distance):
    """
    根據偏移量獲取移動軌跡
    :param distance: 偏移量
    :return: 移動軌跡
    """
    # 移動軌跡
    track = []
    # 當前位移
    current = 0
    # 減速閾值
    mid = distance * 4 / 5
    # 計算間隔
    t = 0.2
    # 初速度
    v = 0

    while current < distance:
        if current < mid:
            # 加速度為正 2
            a = 4
        else:
            # 加速度為負 3
            a = -3
        # 初速度 v0
        v0 = v
        # 當前速度 v = v0 + at
        v = v0 + a * t
        # 移動距離 x = v0t + 1/2 * a * t^2
        move = v0 * t + 1 / 2 * a * t * t
        # 當前位移
        current += move
        # 加入軌跡
        track.append(round(move))
    return track

 

 10.進行移動：

def move_to_gap(browser,slider, tracks):
    """
    拖動滑塊到缺口處
    :param slider: 滑塊
    :param tracks: 軌跡
    :return:
    """
    ActionChains(browser).click_and_hold(slider).perform()
    for x in tracks:
        ActionChains(browser).move_by_offset(xoffset=x, yoffset=0).perform()
    time.sleep(0.5)
    ActionChains(browser).release().perform()

 

以上3-10是定義的功能性函數，放在前面，2是主函數，放在后面。運行即可。也可以將其寫為一個類，使用時更為方便。此處，只是為實現功能，所以就沒有進一步進行規范。