WEB自动化-验证码处理
WEB自动化的过程中遇到验证码的时候，有以下方法：
1、Debug模式启动浏览器（浏览器复用）（技术）--推荐
2、识别法（技术）--OCR
3、接口法（技术）：开发人员提供接口，通过这个接口可以获取到图片验证码，只用于测试环境
4、移除法（非技术）：让开发人员在测似乎环境直接去掉验证码
5、暗号法（非技术）：万能验证码
6、Cookie跳过验证码（技术）
一、Debug模式启动浏览器（浏览器复用）（技术）--推荐使用方法：
1 Debug模式浏览器配置详解
1.1 浏览器路径问题
1）通常设置方式
找到浏览器的路径，配置到bat文件里头
2）浏览器路径中有空格或者中文或者特殊字符的设置方式
例如：C:\Program Files\Java
先配置浏览器路径到环境变量
然后在cmd中检查是否可以直接输入chrome.exe来打开浏览器
然后把bat文件中的路径删掉,改成如下：
chrome.exe --remote-debugging-port=9222
记得要重启pycharm，不然会提示chrome.exe 不是内部或外部命令。。。
PS：有同学只有C盘，会有文件无权限读取的情况发生，这个最好是分个D盘出来，不然解
决比较麻烦
1.2 编码问题
使用bat文件控制台会输出一些乱马上，通过如下方式解决
File > settings > Editor > File Encodings > 将 Project Encoding 设置为 Gbk 即可
PS:其实乱码也没啥影响，改了编码会影响到其他工程的运行，建议不改
1.3 需要进行预登陆
因为我们这种操作，相当于直接用本机的浏览器去访问淘宝，因此预登陆后就可以绕过淘宝
的诸多验证，只需要预登陆一次即可
1.4 以下报错信息不用管，用例可以正常执行
1.5 启动前，要关闭所有的谷歌浏览器
2 浏览器复用
通过debug模式浏览器实现在已打开的浏览器上继续运行自动化脚本调试
操作方式：
第一：注释掉打开浏览器的代码，让他不重新打开浏览器
1# os.popen("d:/chrome.bat")
第二：把已经执行完的步骤注释掉
第三：浏览器复用模式下：如果需要切换窗口，需要特殊处理
1.在页面上，点击回到第一个窗口
2.运行窗口切换代码
三、Cookie跳过验证码
首先获取网站登陆后的cookie，然后通过添加cookie的方式，实现网站登陆的目
的。我们用cook来表示xxxxxx的登录后的cookie。
注意：
登录时有勾选下次自动登录的请勾选，浏览器提示是否保存用户密码时请选择确
定，这样获取的cookie成功登陆的机率比较高
cookie获取方法：
利用开发者工具，编辑修改。F12打开开发者工具--->Application--->cookies,对对应的
值进行查看、编辑、修改
三、JS处理方案（滑动解锁）
滑动解锁问题
使用ActionChains功能，用鼠标按住滑块并移动
练习网站：https://layuion.com/demo/slider.html
四、OpenCV 图像预处理：灰度化和二值化
PS:简单来说，要做图像文本识别，一般会将图片预处理成黑白的
1 图像二值化基本原理：
对灰度图像进行处理，设定阈值，在阈值中的像素值将变为1（白色部
分），阈值为的将变为0（黑色部分）
2 图像二值化处理步骤：
六、OCR图像识别
1 OCR原理
（Optical Character Recognition，光学字符识别）技术，将图片、照片上的文字内容，直接转换为文
本。opencv不自带ocr，即使从cv4.4以后的external中包含cv::text识别文字，也需要用户先预装
tesseract。
2 安装
需要安装的包：
（1）CV2
注意：下面这个包，实际安装的是cv2，pycharm自动装是装不了的，必须使用下面命令
pip install opencv_python
2）pytesseract
pip install pytesseract
（3）需要安装一个软件，并配置环境变量：
安装软件tesseract-ocr
软件下载地址，下载最新的，根据操作系统选择：
https://digi.bib.uni-mannheim.de/tesseract/
在D盘建立文件夹Tesseract-OCR，于该目录下解压，安装到电脑。
配置环境变量
①右键“此电脑”——设置——高级系统设置——环境变量——系统变量---path---编辑
——新建，写入Tesseract文件的路径，配置环境变量——确定保存
可以参考以下代码：
import cv2 as cv import pytesseract from PIL import Image def test(): locator = ("css selector", ".code_pic") file_name = "imgVerify.png" # 定义文件名称用来保存验证码截图 wait.until(ec.visibility_of_element_located(locator)).screenshot(file_name) # 验证码截图后保存 # 对存储的验证码进行均值迁移去噪声，然后二值化处理，最终覆盖源文件，进行存储 image1 = cv.imread(file_name) # 定义用cv2的imread读取文件 image2 = cv.pyrMeanShiftFiltering(image1, 10, 100) # 进行去噪 image3 = cv.cvtColor(image2, cv.COLOR_BGR2GRAY) # 进行灰度图像 ret, image4 = cv.threshold(image3, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) # 二值化处理 cv.imwrite(file_name, image4) # 把image4保存为file_name文件 # 使用 PIL 打开图像转化为图像对象，并使用 pytesseract 进行图像识别验证码 image = Image.open(file_name) # 导入PIL包的Image包，打开处理好的图片 img_str = pytesseract.image_to_string(image) # 读取图片中的文字 locator = ("css selector", ".s_input.icon_code") # 定位验证码输入框 wait.until(ec.visibility_of_element_located(locator)).send_keys(img_str)
