爬虫：滑动验证解决方法及python实现

爬虫时遇到滑动验证，基本思路是通过selenium操作浏览器，将滑动验证的原始图片和缺口图片进行对比，找出缺口位置，然后在利用selenium模拟拖动滑块，达到验证的目的。下面就以猪八戒网为例，进行操作。

一、分析

首先访问 https://account.zbj.com/login：

 

登陆页面主要为上图。

点击按钮（div标签，类名为 geetest_radar_tip）后，出现滑动验证码：

 

 

 

  这个滑动验证图片并没有原始图片，直接出现的就是缺口图片。而我们要找的就是深色缺口的位置。

观察图片标签，找到   <canvas class="geetest_canvas_slice geetest_absolute" width="260" height="160"></canvas>这个标签，如果把该标签设置的display属性设置为none，则验证图则会变为下图：

 

 拼接的小方块隐藏掉了，这张图片更容易让我们与原图比对。

然后再找到<canvas class="geetest_canvas_fullbg geetest_fade geetest_absolute" height="160" width="260" style="display: none; opacity: 1;"></canvas>这个标签，将display设置为block：

 

 原图显示出来，我们可以将上面两张图片的滑动验证图片进行截取，比对，即可找到缺口位置。

实现过程中要注意几点：

1.selenium在加载后，不要立即寻找标签，因为如果标签没有加载完成，会找不到，这样就会抛出错误。

2.截图的大小可以跟浏览器的内显示的大小不一样，需要计算浏览器显示大小与截图大小的比例。

3.进行滑动时，要先加速后减速，如果一直匀速，会被网站识别。

 二、实现

 1、导入相关要用的包：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from PIL import Image
from six import BytesIO
import time
from selenium.webdriver import ActionChains

 

2.主函数：

if __name__ == '__main__':
    browser = get_url('https://account.zbj.com/login','11111111111','********')  #此函数的定义在第3点
    time.sleep(1)
    slice_img_label = browser.find_element_by_css_selector('div.geetest_slicebg') #找到滑动图片标签
    browser.execute_script("document.getElementsByClassName('geetest_canvas_slice')[0].style['display'] = 'none'") #将小块隐藏
    full_img_label = browser.find_element_by_css_selector('canvas.geetest_canvas_fullbg') #原始图片的标签
    position = get_position(slice_img_label) #获取滑动验证图片的位置，此函数的定义在第4点
    screenshot = get_screenshot(browser) # 截取整个浏览器图片，此函数的定义在第5点
    position_scale = get_position_scale(browser,screenshot) #获取截取图片宽高和浏览器宽高的比例，此函数的定义在第6点
    slice_img = get_slideimg_screenshot(screenshot,position,position_scale) #截取有缺口的滑动验证图片，此函数的定义在第7点
   

    browser.execute_script("document.getElementsByClassName('geetest_canvas_fullbg')[0].style['display'] = 'block'") #在浏览器中显示原图
    screenshot = get_screenshot(browser) #获取整个浏览器图片
    full_img = get_slideimg_screenshot(screenshot,position,position_scale) # 截取滑动验证原图
    browser.execute_script("document.getElementsByClassName('geetest_canvas_slice')[0].style['display'] = 'block'")  #将小块重新显示
    left = compare(full_img,slice_img) #将原图与有缺口图片进行比对，获得缺口的最左端的位置，此函数定义在第8点
    left = left / position_scale[0] #将该位置还原为浏览器中的位置

    slide_btn = browser.find_element_by_css_selector('.geetest_slider_button') #获取滑动按钮
    track = get_track(left) #获取滑动的轨迹，此函数定义在第9点
    move_to_gap(browser,slide_btn,track) #进行滑动，此函数定义在第10点
    success = browser.find_element_by_css_selector('.geetest_success_radar_tip') #获取显示结果的标签
    time.sleep(2)
    if success.text == "验证成功":
        login_btn = browser.find_element_by_css_selector('button.j-login-btn') #如果验证成功，则点击登录按钮
        login_btn.click()
    else:
        print(success.text)
        print('失败') 

 

下面是主函数中用到的各个功能性函数：

3..定义访问页面的函数：

 

def get_url(url,user,password):
    browser = webdriver.Chrome()
    browser.get(url)
    browser.maximize_window()
    wait = WebDriverWait(browser,10)
    wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_radar_btn')))
    user_input = browser.find_element_by_id('username')
    pwd_input = browser.find_element_by_id('password')
    btn = browser.find_element_by_css_selector('.geetest_radar_btn')
    user_input.send_keys(user)
    pwd_input.send_keys(password)
    btn.click()
    time.sleep(0.5)
    return browser

 

此函数主要是用于启动Chrome，打开网页，将用户名和密码填入相应位置，并点击验证按钮。

4.获取滑动验证图片在浏览器的位置。

使用location是获取标签左上角的位置，然后再通过该标签的大小，即可算出其四个角的位置。

def get_position(img_label):
    location = img_label.location
    size = img_label.size
    top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size[
        'width']
    return (left, top, right, bottom)

 

 5.获取整个浏览器的截图。并从内存进行读取。 

def get_screenshot(browser):
    screenshot = browser.get_screenshot_as_png()
    f = BytesIO()
    f.write(screenshot)
    return Image.open(f)

 

 

 6.通过对比截图和浏览器宽高的大小，算出换算比例。

由于截图是有浏览器的边缘的拖拽条，所以浏览器的宽度+10px

def get_position_scale(browser,screen_shot):
    height = browser.execute_script('return document.documentElement.clientHeight')
    width = browser.execute_script('return document.documentElement.clientWidth')
    x_scale = screen_shot.size[0] / (width+10)
    y_scale = screen_shot.size[1] / (height)
    return (x_scale,y_scale)

 

 7.截取有缺口的滑动图片：

def get_slideimg_screenshot(screenshot,position,scale):
    x_scale,y_scale = scale
    position = [position[0] * x_scale, position[1] * y_scale, position[2] * x_scale, position[3] * y_scale]
　　return screenshot.crop(position)

 

 8.将原始图片和有缺口的图片进行比较：

def compare_pixel(img1,img2,x,y):
    pixel1 = img1.load()[x,y]
    pixel2 = img2.load()[x,y]
    threshold = 50
    if abs(pixel1[0]-pixel2[0])<=threshold:
        if abs(pixel1[1]-pixel2[1])<=threshold:
            if abs(pixel1[2]-pixel2[2])<=threshold:
                return True
    return False


def compare(full_img,slice_img):
    left = 0
    for i in range(full_img.size[0]):
        for j in range(full_img.size[1]):
            if not compare_pixel(full_img,slice_img,i,j):
                return i
    return left

 

 

 9.计算出滑动的轨迹，其实就是简单的s = 1/2*a*t*t的简单公式。这部分代码，直接用的崔庆才博主的代码：

def get_track(distance):
    """
    根据偏移量获取移动轨迹
    :param distance: 偏移量
    :return: 移动轨迹
    """
    # 移动轨迹
    track = []
    # 当前位移
    current = 0
    # 减速阈值
    mid = distance * 4 / 5
    # 计算间隔
    t = 0.2
    # 初速度
    v = 0

    while current < distance:
        if current < mid:
            # 加速度为正 2
            a = 4
        else:
            # 加速度为负 3
            a = -3
        # 初速度 v0
        v0 = v
        # 当前速度 v = v0 + at
        v = v0 + a * t
        # 移动距离 x = v0t + 1/2 * a * t^2
        move = v0 * t + 1 / 2 * a * t * t
        # 当前位移
        current += move
        # 加入轨迹
        track.append(round(move))
    return track

 

 10.进行移动：

def move_to_gap(browser,slider, tracks):
    """
    拖动滑块到缺口处
    :param slider: 滑块
    :param tracks: 轨迹
    :return:
    """
    ActionChains(browser).click_and_hold(slider).perform()
    for x in tracks:
        ActionChains(browser).move_by_offset(xoffset=x, yoffset=0).perform()
    time.sleep(0.5)
    ActionChains(browser).release().perform()

 

以上3-10是定义的功能性函数，放在前面，2是主函数，放在后面。运行即可。也可以将其写为一个类，使用时更为方便。此处，只是为实现功能，所以就没有进一步进行规范。