Web自动化测试之滑动验证码的解决方案
在Web自动化测试的过程中,经常会被登录的验证码给卡住,不知道如何去通过验证码的验证。
一般的情况下遇到验证码我们可以都可以找开发去帮忙解决,关闭验证码,或者给一个万能的验证码!
那么如果开发不提供帮助的话,我们自己有没有办法来处理这些验证码的问题呢?
答案当然是有的,常见的验证码一般分为两类,一类是图文验证码,一类是滑动验证码!
滑动验证破解思路
关于滑动验证码破解的思路大体上来讲就是以下两个步骤:
1、获取滑块滑动的距离
2、模拟拖动滑块,通过验证。
关于这种滑动的验证码,滑块和缺口背景都是分别是一张独立的图片,我们可以把这两张图片,
下载下来借助于图像识别的技术,去识别缺口在背景图中的位置,然后减去滑块当前所在位置,就可以得出需要滑动的距离。
案例讲解
话不多说,我们先来看一个案例(QQ 空间登录),QQ 空间登录案例实现步骤如下:
1、创建一个driver对象,访问qq登录页面
2、输入账号密码
3、点击登录
4、模拟滑动验证
实现代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 | import time from selenium import webdriver from slideVerfication import SlideVerificationCode # 1、创建一个driver对象,访问qq登录页面 browser = webdriver.Chrome() browser.get( "https://qzone.qq.com/" ) # 2、输入账号密码 # 2.0 点击切换到登录的iframe browser.switch_to.frame( 'login_frame' ) # 2.1 点击账号密码登录 browser.find_element_by_id( 'switcher_plogin' ).click() # 2.2定位账号输入框,输入账号 browser.find_element_by_id( "u" ).send_keys( "123456" ) # 2.3定位密码输入输入密码 browser.find_element_by_id( "p" ).send_keys( "PYTHON" ) # 3、点击登录 browser.find_element_by_id( 'login_button' ).click() time.sleep( 3 ) # 4、模拟滑动验证 # 4.1切换到滑动验证码的iframe中 tcaptcha = browser.find_element_by_id( "tcaptcha_iframe" ) browser.switch_to.frame(tcaptcha) # 4.2 获取滑动相关的元素 # 选择拖动滑块的节点 slide_element = browser.find_element_by_id( 'tcaptcha_drag_thumb' ) # 获取滑块图片的节点 slideBlock_ele = browser.find_element_by_id( 'slideBlock' ) # 获取缺口背景图片节点 slideBg = browser.find_element_by_id( 'slideBg' ) # 4.3计算滑动距离 sc = SlideVerificationCode(save_image = True ) distance = sc.get_element_slide_distance(slideBlock_ele,slideBg) # 滑动距离误差校正,滑动距离*图片在网页上显示的缩放比-滑块相对的初始位置 distance = distance * ( 280 / 680 ) - 22 print ( "校正后的滑动距离" ,distance) # 4.4、进行滑动 sc.slide_verification(browser,slide_element,distance = 100 )<br><br><br> |
运行效果:
其实关于这个模块图像识别,是借助了第三方的图像处理模块来进行识别的,python 中有很多现成的用来处理图片的库,本文使用的是 opencv-python 来进行识别的。slideVerfication 模块上面用到的两个方法的部分参考代码如下:
根据传入滑块,和背景的节点,计算滑块的距离
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 | def get_element_slide_distance( self , slider_ele, background_ele, correct = 0 ): """ 根据传入滑块,和背景的节点,计算滑块的距离 该方法只能计算 滑块和背景图都是一张完整图片的场景, 如果背景图是通过多张小图拼接起来的背景图, 该方法不适用,请使用get_image_slide_distance这个方法 :param slider_ele: 滑块图片的节点 :type slider_ele: WebElement :param background_ele: 背景图的节点 :type background_ele:WebElement :param correct:滑块缺口截图的修正值,默认为0,调试截图是否正确的情况下才会用 :type: int :return: 背景图缺口位置的X轴坐标位置(缺口图片左边界位置) """ # 获取验证码的图片 slider_url = slider_ele.get_attribute( "src" ) background_url = background_ele.get_attribute( "src" ) # 下载验证码背景图,滑动图片 slider = "slider.jpg" background = "background.jpg" self .onload_save_img(slider_url, slider) self .onload_save_img(background_url, background) # 读取进行色度图片,转换为numpy中的数组类型数据, slider_pic = cv2.imread(slider, 0 ) background_pic = cv2.imread(background, 0 ) # 获取缺口图数组的形状 -->缺口图的宽和高 width, height = slider_pic.shape[:: - 1 ] # 将处理之后的图片另存 slider01 = "slider01.jpg" background_01 = "background01.jpg" cv2.imwrite(background_01, background_pic) cv2.imwrite(slider01, slider_pic) # 读取另存的滑块图 slider_pic = cv2.imread(slider01) # 进行色彩转换 slider_pic = cv2.cvtColor(slider_pic, cv2.COLOR_BGR2GRAY) # 获取色差的绝对值 slider_pic = abs ( 255 - slider_pic) # 保存图片 cv2.imwrite(slider01, slider_pic) # 读取滑块 slider_pic = cv2.imread(slider01) # 读取背景图 background_pic = cv2.imread(background_01) # 比较两张图的重叠区域 result = cv2.matchTemplate(slider_pic, background_pic, cv2.TM_CCOEFF_NORMED) # 获取图片的缺口位置 top, left = np.unravel_index(result.argmax(), result.shape) # 背景图中的图片缺口坐标位置 print ( "当前滑块的缺口位置:" , (left, top, left + width, top + height)) return left<br><br> |
滑动滑块进行验证
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | def slide_verification( self , driver, slide_element, distance): """ 滑动滑块进行验证 :param driver: driver对象 :type driver:webdriver.Chrome :param slide_element: 滑块的元组 :type slider_ele: WebElement :param distance: 滑动的距离 :type: int :return: """ # 获取滑动前页面的url地址 start_url = driver.current_url print ( "需要滑动的距离为:" , distance) # 根据滑动距离生成滑动轨迹 locus = self .get_slide_locus(distance) print ( "生成的滑动轨迹为:{},轨迹的距离之和为{}" . format (locus, distance)) # 按下鼠标左键 ActionChains(driver).click_and_hold(slide_element).perform() time.sleep( 0.5 ) # 遍历轨迹进行滑动 for loc in locus: time.sleep( 0.01 ) ActionChains(driver).move_by_offset(loc, random.randint( - 5 , 5 )).perform() ActionChains(driver).context_click(slide_element) # 释放鼠标 ActionChains(driver).release(on_element = slide_element).perform()<br><br> |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?