【Python】Selenium自动化测试之滑块拼图验证码图片方法
在项目中有时验证码是滑块拼图形式的,这种验证码该如何完成验证呢?
有以下几个步骤:
目录
一、得到验证码图片
1、思路
- 获取完整图片和缺口图片的base64数据
- 转换base64数据为图片
2、实践方法
封装
def get_images(self): """第一步:得到验证码图片base64数据""" # 得到完整的图片base64数据,"return"必须加上 full_js = "return document.getElementsByTagName('img')[0].src" full_image = self.executeScript(full_js, loc=None) # 得到缺口的图片base64数据 gap_js = "return document.getElementsByTagName('img')[1].src" gap_image = self.executeScript(gap_js, loc=None) # 设置保存路径 base_path = fun().upPath() + "/data/image" full_path = base_path + "/full_image.png" gap_path = base_path + "/gap_image.png" # 转换 self.base64_to_image(full_image, full_path) self.base64_to_image(gap_image, gap_path) # 返回路径 return full_path, gap_path def base64_to_image(self,base64_str , image_path=None): """在第一步里:base64转化为image""" base64_data = re.sub('^data:image/.+;base64,', '', base64_str) byte_data = base64.b64decode(base64_data) image_data = BytesIO(byte_data) img = Image.open(image_data) if image_path: img.save(image_path) return img
完整的图片:full_image.png
缺口的图片:gap_image.png
二、匹配缺口照片在完整照片的位置 返回目录
1、思路
- 读取完整图片和缺口图片信息
- 匹配缺口照片在完整照片的位置
2、实践方法
封装
def match_gaps(self, full, gap): """第二步:匹配缺口照片在完整照片的位置""" # 读取图片文件信息 img_full = cv2.imread(full) # 以灰度模式加载图片 template = cv2.imread(gap) # 方法 methods = [cv2.TM_SQDIFF_NORMED, cv2.TM_CCORR_NORMED, cv2.TM_CCOEFF_NORMED] # 记录每个方法的距离 left = [] # 最接近值 min_ = [] for method in methods: # 匹配 res = cv2.matchTemplate(img_full, template, method) # 获取相关内容 min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) if method == cv2.TM_SQDIFF_NORMED: min_.append(min_val - 0.0) left.append(min_loc[0]) else: min_.append(1.0 - max_val) left.append(max_loc[0]) index = min_.index(numpy.min(min_)) print("选用第{:d}个方法, 差为:{:f},距离为:{:d}".format(index+1, min_[index], left[index])) return left[index]
三、机器模拟人工滑动轨迹 返回目录
1、思路
- 滑块移动轨迹
- 机器模拟人工滑动轨迹
2、实践方法
封装
def sliding_track(self, distance): """第三步:机器模拟人工滑动轨迹""" # 按住按钮 self.click_and_hold(loc.verifyButton_loc) # 获取轨迹 track = self.get_track(distance) print(f"获取轨迹:{track}") print("++++++++++++++++++++++++++++++++++++++++++++") for t in track: self.move_by_offset(t) self.move_by_offset(5) self.move_by_offset(-5) # 松开按钮 self.release() def get_track(self, distance): """在第三步里:滑块移动轨迹""" track = [] current = 0 # 阈值 mid = distance * 3 / 4 t = random.randint(5, 6) / 10 v = 0 while current < distance: if current < mid: a = 6 else: a = -7 v0 = v v = v0 + a * t move = v0 * t + 3 / 4 * a * t * t current += move track.append(round(move)) return track
四、判断拼图是否存在 返回目录
1、思路
- 判断拼图是否存在
- 存在的话返回true
2、实践方法
封装
def judgeBox(self): """第四步:判断拼图是否存在""" box_js = "return document.getElementsByClassName('verifybox')" box_is = self.executeScript(box_js, loc=None) return len(box_is) > 0
五、滑块拼图递归循环调用 返回目录
1、思路
- 判断拼图存在的话重新再执行以上方法
2、实践方法
封装
def loop(self): """第五步:滑块拼图递归循环调用""" # 得到验证码图片 full_img_path, gap_img_path = self.get_images() # 匹配缺口照片在完整照片的位置 number = self.match_gaps(full_img_path, gap_img_path) print(f"缺口照片的位置为:{number}") # 机器模拟人工滑动轨迹 self.sliding_track(number) if self.judgeBox(): self.loop()
滑动结果:
虽然现在能达到模拟人工进行滑动模块,但是成功率不是很高!
六、附录 返回目录
①爬遍天下无敌手《Python Selenium破解滑块验证码最新版!》***
②YKenan《Python 爬虫 Selenium 中滑动验证码》*****
③上海-悠悠《selenium+python自动化101-execute_script 方法获取 JavaScript 返回值》
④YungGuo《python+selenium使用ActionChains类move_by_offset拖动鼠标重复执行位移问题》
⑤weixin_39792393《python 捕捉键盘esc事件_Python+Selenium自动化测试 4. ActionChains鼠标,键盘事件》
不积跬步,无以致千里;不集小流,无以成江海。
如转载本文,请还多关注一下我的博客:https://www.cnblogs.com/Owen-ET/;
我的Github地址:https://github.com/Owen-ET————————————
无善无恶心之体, 有善有恶意之动, 知善知恶是良知, 为善去恶是格物。