python实训第七天

# 破解博客园登录验证
# 1.输入用户名与密码并点击登录
# 2.探出滑动验证，获取有缺口与完整的图片
# 3.通过像素点进行对比，获取滑动距离
# 4.模拟人的行为轨迹
# 5.开始滑动

''''''
'''
破解极验滑动验证
破解极验滑动验证
博客园登录url:
    https://account.cnblogs.com/signin?returnUrl=https%3A%2F%2Fwww.cnblogs.com%2F

代码逻辑:
1、输入用户名与密码，并点击登录
2、弹出滑动验证，获取有缺口与完整的图片
3、通过像素点进行比对，获取滑动位移距离
4、模拟人的行为轨迹
5、开始滑动

'''
from selenium import webdriver  # 用来驱动浏览器的
from selenium.webdriver import ActionChains  # 破解滑动验证码的时候用的 可以拖动图片
import time
from PIL import Image  # pip3 install pillow
import random


# 截图图片函数
def cut_image(driver):
    # 获取整个页面图片，图片名字为'snap.png'
    driver.save_screenshot('snap.png')

    # 获取滑动小画图
    image = driver.find_element_by_class_name('geetest_canvas_img')
    print(image.location)
    print(image.size)

    # 获取小图片的左上右下的位置
    left = image.location['x']
    top = image.location['y']
    right = left + image.size['width']
    buttom = top + image.size['height']
    print(left, top, right, buttom)

    # 调用open方法打开全屏图片并赋值给image_obj对象
    image_obj = Image.open('snap.png')

    # 通过image_obj对象对小图片进行截取
    # box: The crop rectangle, as a (left, upper, right, lower)-tuple.
    img = image_obj.crop((left, top, right, buttom))
    # 打开截取后的小图片
    # img.show()
    return img


# 获取完整图片
def get_image1(driver):
    time.sleep(2)

    # 修改document文档树，把完整图片的display属性修改为block
    js_code = '''
        var x = document.getElementsByClassName("geetest_canvas_fullbg")[0].style.display = "block";
    '''

    # 执行js代码
    driver.execute_script(js_code)

    # 截取图片
    image = cut_image(driver)

    return image


# 获取有缺口图片
def get_image2(driver):
    time.sleep(2)

    # 修改document文档树，把完整图片的display属性修改为block
    js_code = '''
        var x = document.getElementsByClassName("geetest_canvas_fullbg")[0].style.display = "none";
    '''

    # 执行js代码
    driver.execute_script(js_code)

    # 截取图片
    image = cut_image(driver)

    return image


# 获取滑块滑动距离
def get_distance(image1, image2):
    # 小滑块右侧位置
    start = 60

    # 像素差
    num = 60
    print(image1.size)
    for x in range(start, image1.size[0]):
        for y in range(image1.size[1]):

            # 获取image1完整图片每一个坐标的像素点
            rgb1 = image1.load()[x, y]

            # 获取image2缺口图片每一个坐标的像素点
            rgb2 = image2.load()[x, y]
            # (60, 86, 40) (60, 86, 40) rgb
            print(rgb1, rgb2)

            # abs获取绝对值， 像素点比较的值
            r = abs(rgb1[0] - rgb2[0])
            g = abs(rgb1[1] - rgb2[1])
            b = abs(rgb1[2] - rgb2[2])

            # 如果条件成立，则找到缺口位置
            if not (r < num and g < num and b < num):
                # 有误差 - 7像素
                return x - 7


# 模拟人的滑动轨迹
def get_strck_move(distance):
    distance += 20

    '''
    滑动行为轨迹
    加速公式:
        v = v0 + a * t

    路程公式:
        s = v0 * t + 0.5 * a * (t ** 2)
    '''

    # 初速度
    v0 = 0

    # 时间
    t = 0.2

    # 位置
    s = 0

    # 滑动轨迹列表 向前滑动列表
    move_list = []

    # 中间值,作为加减速度的位置
    mid = distance / 5 * 3

    # 加减速度列表
    v_list = [1, 2, 3, 4]

    # 循环位移
    while s < distance:
        if s < mid:
            # 随机获取一个加速度
            a = v_list[random.randint(0, len(v_list) - 1)]

        else:
            # 随机获取一个减速度
            a = -v_list[random.randint(0, len(v_list) - 1)]

        '''
        匀加速\减速运行
        v = v0 + a * t

        位移:
        s = v * t + 0.5 * a * (t**2)
        '''
        # 获取初始速度
        v = v0

        # 路程公式:
        s1 = v * t + 0.5 * a * (t ** 2)
        s1 = round(s1)  # 取整

        # 加速公式:
        # v = v0 + a * t
        m_v = v + a * t

        # 把当前加/减速度赋值给初始速度，以便下一次计算
        v0 = m_v

        # 把位移添加到滑动列表中
        move_list.append(s1)

        # 修改滑动初始距离
        s += s1

    # 后退列表, 自定义后退滑动轨迹,必须是负值
    back_list = [-1, -1, -2, -3, -2, -1, -1, -2, -3, -2, -1, -1]

    return {'move_list': move_list, 'back_list': back_list}


def main():
    driver = webdriver.Chrome()
    driver.implicitly_wait(10)
    driver.get('https://account.cnblogs.com/signin?returnUrl=https%3A%2F%2Fwww.cnblogs.com%2F')

    # 1、输入用户名与密码，并点击登录
    user_input = driver.find_element_by_id('LoginName')
    user_input.send_keys('大蜘蛛007')
    time.sleep(0.2)

    pwd_input = driver.find_element_by_id('Password')
    pwd_input.send_keys('@bb18861558365')
    time.sleep(2)

    login_submit = driver.find_element_by_id('submitBtn')
    login_submit.click()

    # 2、获取完整的图片
    image1 = get_image1(driver)

    # 3、获取有缺口图片
    image2 = get_image2(driver)

    # 4、比对两张图片，获取滑动距离
    distance = get_distance(image1, image2)
    print(distance)

    # 5、模拟人的滑动轨迹
    move_dict = get_strck_move(distance)
    # 获取前进滑动轨迹
    move_list = move_dict['move_list']
    # 获取后退滑动轨迹
    back_list = move_dict['back_list']

    # 6、开始滑动
    move_tag = driver.find_element_by_class_name('geetest_slider_button')
    # 点击摁住滑动按钮
    ActionChains(driver).click_and_hold(move_tag).perform()

    # 向前滑动
    for move in move_list:
        ActionChains(driver).move_by_offset(xoffset=move, yoffset=0).perform()
        time.sleep(0.1)

    time.sleep(0.1)

    # 向后滑动
    for back in back_list:
        ActionChains(driver).move_by_offset(xoffset=back, yoffset=0).perform()
        time.sleep(0.1)

    # 制作微妙晃动
    ActionChains(driver).move_by_offset(xoffset=3, yoffset=0).perform()
    ActionChains(driver).move_by_offset(xoffset=-3, yoffset=0).perform()

    time.sleep(0.1)

    # 释放滑动按钮
    ActionChains(driver).release().perform()

    time.sleep(100)


if __name__ == '__main__':
    main()