爬蟲怎樣繞過驗證碼？

1，cookie登錄

• 利用cookie的特性：cookie會保持較長的時間，來避免用戶頻繁登錄

• cookie一般由前端開發用js生成，可以利用抓包嘗試下破解，不過這個難度有點高，不過破解js本就是爬蟲必須直面面對的

• 2OCR庫里的tesseract（光學文字識別）可以解決大多數的傳統驗證碼

• 軟件tesserract-ocr先安裝，然后安裝pytesserract類庫

注意：

1. Windows需要下載軟件安裝包，再配置環境變量   
2. linux  直接在命令窗口輸入：sudo apt-get tesseract-ocr 模擬瀏覽器，selenium和PIL庫的截屏功能，來識別驗證碼（save_screenshot截圖）

打碼平台

• 打碼兔和QQ超人打碼，有提供Python的接入方式，人工打碼平台需要收費。
• 以QQ超人打碼平台，先要注冊開發者賬號，在識別程序中需要填寫個人賬號進行認證計費，登錄之后接入，開始計費（一個碼六分錢）

selenium 來模擬拉動來破解滑動驗證碼

由於時間過久，滑動驗證碼已經更改，滑動驗證碼已經被放棄，現僅供參考使用 

交流群：1029344413 分享資料、源碼
from PIL import Image
from time import sleep
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver import ActionChains
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
import random
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36"
}
chrome_options = webdriver.ChromeOptions()
chrome_options.add_experimental_option('w3c', False)
caps = DesiredCapabilities.CHROME
caps['loggingPrefs'] = {'performance': 'ALL'}
class SliderVerificationCode(object):
    def __init__(self):  # 初始化一些信息
        self.left = 60  # 定義一個左邊的起點 缺口一般離圖片左側有一定的距離 有一個滑塊
        self.url = 'https://passport.bilibili.com/login'
        self.driver = webdriver.Chrome(executable_path='C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe')
        self.wait = WebDriverWait(self.driver, 20)  # 設置等待時間20秒
        self.phone = "17369251763"
        self.passwd = "abcdefg"
    def input_name_password(self):  # 輸入賬號密碼
        self.driver.get(self.url)
        self.driver.maximize_window()
        input_name = self.driver.find_element_by_xpath("//input[@id='login-username']")
        input_pwd = self.driver.find_element_by_xpath("//input[@id='login-passwd']")
        input_name.send_keys("username")
        self.wait = WebDriverWait(self.driver, 3)
        input_pwd.send_keys("passport")
    def click_login_button(self):  # 點擊登錄按鈕,出現驗證碼圖片
        login_btn = self.driver.find_element_by_class_name("btn-login")
        sleep(random.randint(3, 6))
        login_btn.click()
 
    def get_geetest_image(self):  # 獲取驗證碼圖片
        gapimg = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_bg')))
        sleep(2)
        gapimg.screenshot(r'./captcha1.png')
        # 通過js代碼修改標簽樣式 顯示圖片2
        js = 'var change = document.getElementsByClassName("geetest_canvas_fullbg");change[0].style = "display:block;"'
        self.driver.execute_script(js)
        sleep(2)
        fullimg = self.wait.until(
            EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_slice')))
        fullimg.screenshot(r'./captcha2.png')
    def is_similar(self, image1, image2, x, y):
        '''判斷兩張圖片 各個位置的像素是否相同
        #image1:帶缺口的圖片
        :param image2: 不帶缺口的圖片
        :param x: 位置x
        :param y: 位置y
        :return: (x,y)位置的像素是否相同
        '''
        # 獲取兩張圖片指定位置的像素點
        pixel1 = image1.load()[x, y]
        pixel2 = image2.load()[x, y]
        # 設置一個閾值 允許有誤差
        threshold = 60
        # 彩色圖 每個位置的像素點有三個通道
        if abs(pixel1[0] - pixel2[0]) < threshold and abs(pixel1[1] - pixel2[1]) < threshold and abs(
                pixel1[2] - pixel2[2]) < threshold:
            return True
        else:
            return False
    def get_diff_location(self):  # 獲取缺口圖起點
        captcha1 = Image.open('captcha1.png')
        captcha2 = Image.open('captcha2.png')
        for x in range(self.left, captcha1.size[0]):  # 從左到右 x方向
            for y in range(captcha1.size[1]):  # 從上到下 y方向
                if not self.is_similar(captcha1, captcha2, x, y):
                    return x  # 找到缺口的左側邊界 在x方向上的位置
    def get_move_track(self, gap):
        track = []  # 移動軌跡
        current = 0  # 當前位移
        # 減速閾值
        mid = gap * 4 / 5  # 前4/5段加速 后1/5段減速
        t = 0.2  # 計算間隔
        v = 0  # 初速度
        while current < gap:
            if current < mid:
                a = 5  # 加速度為+5
            else:
                a = -5  # 加速度為-5
            v0 = v  # 初速度v0
            v = v0 + a * t  # 當前速度
            move = v0 * t + 1 / 2 * a * t * t  # 移動距離
            current += move  # 當前位移
            track.append(round(move))  # 加入軌跡
        return track
    def move_slider(self, track):
        slider = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.geetest_slider_button')))
        ActionChains(self.driver).click_and_hold(slider).perform()
        for x in track:  # 只有水平方向有運動 按軌跡移動
            ActionChains(self.driver).move_by_offset(xoffset=x, yoffset=0).perform()
        sleep(1)
        ActionChains(self.driver).release().perform()  # 松開鼠標
    def main(self):
        self.input_name_password()
        self.click_login_button()
        self.get_geetest_image()
        gap = self.get_diff_location()  # 缺口左起點位置
        gap = gap - 6  # 減去滑塊左側距離圖片左側在x方向上的距離 即為滑塊實際要移動的距離
        track = self.get_move_track(gap)
        self.move_slider(track)
if __name__ == "__main__":
    springAutumn = SliderVerificationCode()
    springAutumn.main()