拖动式验证码

拖动式验证码

问题点：

1、无法直接通过发送url请求来实现鼠标拖动的动作；

2、实际的背景图片是乱的，并不是我们实际肉眼看到的图像！

3、“开创行为判别算法，利用数据挖掘和机器学习，提取超过200多个行为判别特征，建立坚若磐石的多维验证防御体系。”这是官网的描述，听上去就已经很高大上，查了些资料也都说拖动轨迹的识别是geetest的核心内容而无过多的表述，那么这也应该是主要的难点了

提供的是一种思路：

1、获取图片，调整拼接

2、计算图片缺口(这个实例的计算不太理想)

3、生成移动轨迹（模拟）

4、滑动

安装geetest实例

首先自己安装配置一份geetest的样例。虽然geetest官网上有样例，但有时候反应比较慢，而且后面研究拖动轨迹的时候还需要对样例做一定的改动。编程语言我使用的是python2.7，所以这里选择的也是python版本的。

安装git：

?

1	[root@mysql-test1 ~]# yum install git

 在github中clone出最新Demo项目：

?

1	[root@mysql-test1 ~]# git clone https://github.com/GeeTeam/gt-python-sdk.git

 安装GeetestSDK：

?

1 2	[root@mysql-test1 ~]# cd gt-python-sdk/ [root@mysql-test1 gt-python-sdk]# python setup.py install

 安装Django，要注意的是最新的Django-1.10.1和当前的GeetestSDK是有兼容性问题的，要用Django-1.8.14：

?

1 2 3 4

[root@mysql-test1 ~]# wget --no-check-certificate  https://www.djangoproject.com/download/1.8.14/tarball/ [root@mysql-test1 ~]# tar zxvf Django-1.8.14.tar.gz [root@mysql-test1 ~]# cd Django-1.8.14 [root@mysql-test1 Django-1.8.14]# python setup.py install

 后面就可以直接运行了：

?

1 2	[root@mysql-test1 ~]# cd gt-python-sdk/demo/django_demo/ [root@mysql-test1 django_demo]# python manage.py runserver 0.0.0.0:8000

 解析过程：

?

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 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215

#!/usr/local/bin/python # -*- coding: utf8 -*-   from selenium import webdriver from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.common.action_chains import ActionChains import PIL.Image as image # from PIL import Image import time, re, cStringIO, urllib2, random     def get_merge_image(filename,location_list):     '''     根据位置对图片进行合并还原     :filename:图片     :location_list:图片位置     '''     pass       im = image.open(filename)       new_im = image.new('RGB', (260, 116))       im_list_upper = []     im_list_down = []       for location in location_list:           if location['y'] == -58:             # 选择区域对象，给定四点坐标，确定图像             im_list_upper.append(im.crop((abs(location['x']), 58, abs(location['x'])+10, 166)))         if location['y'] == 0:             im_list_down.append(im.crop((abs(location['x']), 0, abs(location['x'])+10,58)))       new_im = image.new('RGB', (260,116))       x_offset = 0     for im in im_list_upper:         # 粘贴到指定坐标         new_im.paste(im, (x_offset,0))         x_offset += im.size[0]       x_offset = 0     for im in im_list_down:         new_im.paste(im, (x_offset,58))         x_offset += im.size[0]       return new_im     def get_image(driver,div):     '''     下载并还原图片     :driver:webdriver     :div:图片的div     '''     pass       # 找到图片所在的div     background_images = driver.find_elements_by_xpath(div)       location_list = []       imageurl = ''       for background_image in background_images:         location={}           # 在html里面解析出小图片的url地址，还有长高的数值         location['x']=int(re.findall("background-image: url\(\"(.*)\"\); background-position: (.*)px (.*)px;",background_image.get_attribute('style'))[0][1])         location['y']=int(re.findall("background-image: url\(\"(.*)\"\); background-position: (.*)px (.*)px;",background_image.get_attribute('style'))[0][2])         imageurl = re.findall("background-image: url\(\"(.*)\"\); background-position: (.*)px (.*)px;",background_image.get_attribute('style'))[0][0]           location_list.append(location)       imageurl = imageurl.replace("webp", "jpg")       proxy_support = urllib2.ProxyHandler({"http": "172.17.18.80:8080"})     opener = urllib2.build_opener(proxy_support)     urllib2.install_opener(opener)     jpgfile = cStringIO.StringIO(urllib2.urlopen(imageurl).read())       # 重新合并图片     image = get_merge_image(jpgfile, location_list)       return image     def is_similar(image1, image2, x, y):     '''     对比RGB值     '''     pass       pixel1=image1.getpixel((x, y))     pixel2=image2.getpixel((x, y))       for i in range(0,3):         if abs(pixel1[i]-pixel2[i]) >= 50:             return False       return True     def get_diff_location(image1, image2):     '''     计算缺口的位置     '''       i = 0       for i in range(0, 260):         for j in range(0, 116):             if is_similar(image1, image2, i, j) == False:                 return i     def get_track(length):     '''     根据缺口的位置模拟x轴移动的轨迹     '''     pass       list=[]       # 间隔通过随机范围函数来获得     x = random.randint(1, 3)       while length-x >= 5:         list.append(x)           length = length-x         x = random.randint(1, 3)       for i in xrange(length):         list.append(1)       return list   def main():   #     这里的文件路径是webdriver的文件路径 #     driver = webdriver.Chrome(executable_path=r"C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe")     driver = webdriver.Firefox()   #     打开网页     driver.get("http://127.0.0.1:5000/")   #     等待页面的上元素刷新出来     WebDriverWait(driver, 30).until(lambda the_driver: the_driver.find_element_by_xpath("//div[@class='gt_slider_knob gt_show']").is_displayed())     # WebDriverWait(driver, 30).until(lambda the_driver: the_driver.find_element_by_xpath("//div[@class='gt_cut_bg gt_show']").is_displayed())     # WebDriverWait(driver, 30).until(lambda the_driver: the_driver.find_element_by_xpath("//div[@class='gt_cut_fullbg gt_show']").is_displayed())   #     下载图片     image1=get_image(driver, "//div[@class='gt_cut_bg gt_show']/div")     image2=get_image(driver, "//div[@class='gt_cut_fullbg gt_show']/div")     image1.save("image1.jpg", "JPEG")     image2.save("image2.jpg", "JPEG")       # 计算缺口位置     loc = get_diff_location(image1, image2)       # 生成x的移动轨迹点     track_list = get_track(loc)       # 找到滑动的圆球     element = driver.find_element_by_xpath("//div[@class='gt_slider_knob gt_show']")     location = element.location     # 获得滑动圆球的高度     y = location['y']       # 鼠标点击元素并按住不放     print "第一步,点击元素"     ActionChains(driver).click_and_hold(on_element=element).perform()     time.sleep(0.15)       print "第二步，拖动元素"     print track_list     track_string = ""     for track in track_list:                track_string = track_string + "{%d,%d}," % (track, y - 521)         # xoffset=track+22:这里的移动位置的值是相对于滑动圆球左上角的相对值，而轨迹变量里的是圆球的中心点，所以要加上圆球长度的一半。         # yoffset=y-521:这里也是一样的。不过要注意的是不同的浏览器渲染出来的结果是不一样的，要保证最终的计算后的值是22，也就是圆球高度的一半         ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=track+22, yoffset=y-521).perform()         # 间隔时间也通过随机函数来获得         time.sleep(random.randint(10, 50)/100)     print track_string     # xoffset=21，本质就是向后退一格。这里退了5格是因为圆球的位置和滑动条的左边缘有5格的距离     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-521).perform()     time.sleep(0.1)     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-521).perform()     time.sleep(0.1)     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-521).perform()     time.sleep(0.1)     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-521).perform()     time.sleep(0.1)     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-521).perform()       time.sleep(2)     print "第三步，释放鼠标"     # 释放鼠标     ActionChains(driver).release(on_element=element).perform()     time.sleep(5)     # 点击验证     driver.find_element_by_xpath("//input[@id='embed-submit']").click()     # ActionChains(driver).click(on_element=submit).perform()       time.sleep(10)       driver.quit()   if __name__ == '__main__':     pass       main()

 

参考：http://blog.csdn.net/paololiu/article/details/52514504