Python + selenium 破解極驗滑塊驗證碼模擬人類滑動行為（解決驗證碼被怪物吃掉的問題）

寫在前面：

其實本程式還有很多需要完善和改進的地方，后面會進行完善，大家多多包涵

概述

1. 通過完整圖片與缺失滑塊的圖片進行像素對比，確定滑塊位置
2. 邊緣檢測演算法，確定位置
3. 規避檢測，模擬人的行為進行滑動滑塊

實作

-這里以帶刷網為例，展示驗證碼滑動的效果

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2021/1/2 18:34
# @Author  : huni
# @File    : 驗證碼2.py
# @Software: PyCharm
from selenium import webdriver
import time
import base64
from PIL import Image
from io import BytesIO
from selenium.webdriver.support.ui import WebDriverWait
import random
import copy

class VeriImageUtil():

    def __init__(self):
        self.defaultConfig = {
            "grayOffset": 20,
            "opaque": 1,
            "minVerticalLineCount": 30
        }
        self.config = copy.deepcopy(self.defaultConfig)

    def updateConfig(self, config):
        # temp = copy.deepcopy(config)
        for k in self.config:
            if k in config.keys():
                self.config[k] = config[k]

    def getMaxOffset(self, *args):
        # 計算偏移平均值最大的數
        av = sum(args) / len(args)

        maxOffset = 0
        for a in args:
            offset = abs(av - a)
            if offset > maxOffset:
                maxOffset = offset
        return maxOffset

    def isGrayPx(self, r, g, b):
        # 是否是灰度像素點，允許波動offset
        return self.getMaxOffset(r, g, b) < self.config["grayOffset"]

    def isDarkStyle(self, r, g, b):
        # 灰暗風格
        return r < 128 and g < 128 and b < 128

    def isOpaque(self, px):
        # 不透明
        return px[3] >= 255 * self.config["opaque"]

    def getVerticalLineOffsetX(self, bgImage):
        # bgImage = Image.open("./image/bg.png")
        # bgImage.im.mode = 'RGBA'
        bgBytes = bgImage.load()

        x = 0
        while x < bgImage.size[0]:
            y = 0
            # 點》》線，灰度線條數量
            verticalLineCount = 0

            while y < bgImage.size[1]:
                px = bgBytes[x, y]
                r = px[0]
                g = px[1]
                b = px[2]
                # alph = px[3]
                # print(px)
                if self.isDarkStyle(r, g, b) and self.isGrayPx(r, g, b) and self.isOpaque(px):
                    verticalLineCount += 1
                else:
                    verticalLineCount = 0
                    y += 1
                    continue

                if verticalLineCount >= self.config["minVerticalLineCount"]:
                    # 連續多個像素都是灰度像素，直線，認為需要滑動這么多
                    # print(x, y)
                    return x

                y += 1

            x += 1
        pass

class DragUtil():
    def __init__(self, driver):
        self.driver = driver

    def __getRadomPauseScondes(self):
        """
        :return:隨機的拖動暫停時間
        """
        return random.uniform(0.6, 0.9)

    def simulateDragX(self, source, targetOffsetX):
        """
        模仿人的拖拽動作：快速沿著X軸拖動（存在誤差），再暫停，然后修正誤差
        防止被檢測為機器人，出現“圖片被怪物吃掉了”等驗證失敗的情況
        :param source:要拖拽的html元素
        :param targetOffsetX: 拖拽目標x軸距離
        :return: None
        """
        action_chains = webdriver.ActionChains(self.driver)
        # 點擊，準備拖拽
        action_chains.click_and_hold(source)
        # 拖動次數，二到三次
        dragCount = random.randint(2, 3)
        if dragCount == 2:
            # 總誤差值
            sumOffsetx = random.randint(-15, 15)
            action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)
            # 暫停一會
            action_chains.pause(self.__getRadomPauseScondes())
            # 修正誤差，防止被檢測為機器人，出現圖片被怪物吃掉了等驗證失敗的情況
            action_chains.move_by_offset(-sumOffsetx, 0)
        elif dragCount == 3:
            # 總誤差值
            sumOffsetx = random.randint(-15, 15)
            action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)
            # 暫停一會
            action_chains.pause(self.__getRadomPauseScondes())

            # 已修正誤差的和
            fixedOffsetX = 0
            # 第一次修正誤差
            if sumOffsetx < 0:
                offsetx = random.randint(sumOffsetx, 0)
            else:
                offsetx = random.randint(0, sumOffsetx)

            fixedOffsetX = fixedOffsetX + offsetx
            action_chains.move_by_offset(-offsetx, 0)
            action_chains.pause(self.__getRadomPauseScondes())

            # 最后一次修正誤差
            action_chains.move_by_offset(-sumOffsetx + fixedOffsetX, 0)
            action_chains.pause(self.__getRadomPauseScondes())

        else:
            raise Exception("莫不是系統出現了問題？!")

        # 參考action_chains.drag_and_drop_by_offset()
        action_chains.release()
        action_chains.perform()

    def simpleSimulateDragX(self, source, targetOffsetX):
        """
        簡單拖拽模仿人的拖拽：快速沿著X軸拖動，直接一步到達正確位置，再暫停一會兒，然后釋放拖拽動作
        B站是依據是否有暫停時間來分辨人機的，這個方法適用，
        :param source:
        :param targetOffsetX:
        :return: None
        """

        action_chains = webdriver.ActionChains(self.driver)
        # 點擊，準備拖拽
        action_chains.click_and_hold(source)
        action_chains.pause(0.2)
        action_chains.move_by_offset(targetOffsetX, 0)
        action_chains.pause(0.6)
        action_chains.release()
        action_chains.perform()

def checkVeriImage(driver):
    WebDriverWait(driver, 5).until(
        lambda driver: driver.find_element_by_css_selector('.geetest_canvas_bg.geetest_absolute'))
    time.sleep(1)
    im_info = driver.execute_script(
        'return document.getElementsByClassName("geetest_canvas_bg geetest_absolute")[0].toDataURL("image/png");')
    # 拿到base64編碼的圖片資訊
    im_base64 = im_info.split(',')[1]
    # 轉為bytes型別
    im_bytes = base64.b64decode(im_base64)
    with open('./temp_bg.png', 'wb') as f:
        # 保存圖片到本地
        f.write(im_bytes)

    image_data = BytesIO(im_bytes)
    bgImage = Image.open(image_data)
    # 滑塊距離左邊有 5 像素左右誤差
    offsetX = VeriImageUtil().getVerticalLineOffsetX(bgImage)
    print("offsetX: {}".format(offsetX))
    if not type(offsetX) == int:
        # 計算不出，重新加載
        driver.find_element_by_css_selector(".geetest_refresh_1").click()
        checkVeriImage(driver)
        return
    elif offsetX == 0:
        # 計算不出，重新加載
        driver.find_element_by_css_selector(".geetest_refresh_1").click()
        checkVeriImage(driver)
        return
    else:
        dragVeriImage(driver, offsetX)


def dragVeriImage(driver, offsetX):
    # 可能產生檢測到右邊緣的情況
    # 拖拽
    eleDrag = driver.find_element_by_css_selector(".geetest_slider_button")
    dragUtil = DragUtil(driver)
    dragUtil.simulateDragX(eleDrag, offsetX - 10)
    time.sleep(2.5)

    if isNeedCheckVeriImage(driver):
        checkVeriImage(driver)
        return
    dragUtil.simulateDragX(eleDrag, offsetX - 6)

    time.sleep(2.5)
    if isNeedCheckVeriImage(driver):
        checkVeriImage(driver)
        return
    # 滑塊寬度40左右
    dragUtil.simulateDragX(eleDrag, offsetX - 56)

    time.sleep(2.5)
    if isNeedCheckVeriImage(driver):
        checkVeriImage(driver)
        return
    dragUtil.simulateDragX(eleDrag, offsetX - 52)

    if isNeedCheckVeriImage(driver):
        checkVeriImage(driver)
        return


def isNeedCheckVeriImage(driver):
    if driver.find_element_by_css_selector(".geetest_panel_error").is_displayed():
        driver.find_element_by_css_selector(".geetest_panel_error_content").click();
        return True
    return False


def task():
    # 此步驟很重要，設定chrome為開發者模式，防止被各大網站識別出來使用了Selenium
    # options = webdriver.ChromeOptions()
    # options.add_experimental_option('excludeSwitches', ['enable-automation'])



    # driver = webdriver.Firefox(executable_path=r"../../../res/webdriver/geckodriver_x64_0.26.0.exe",options=options)
    driver = webdriver.Chrome()

    driver.get('https://www.ieqq.net/?cid=222&tid=5584')
    time.sleep(3)

    # driver.find_element_by_xpath('//*[@id="gt-register-mobile"]/div/div[2]/div[1]/div[2]/div/div[2]/div['
    #                              '1]/input').send_keys("17633935269")
    # driver.find_element_by_xpath('//*[@id="gt-register-mobile"]/div/div[2]/div[1]/div[2]/div/div[2]/div[2]/div['
    #                              '1]/div').click()
    # driver.find_element_by_css_selector(".btn.btn-login").click()
    # time.sleep(2)

    # 搜索欄標簽定位
    search_input = driver.find_element_by_xpath('//*[@id="inputvalue"]')
    time.sleep(3)
    # 標簽的互動
    search_input.send_keys('xxxxxx')
    # 執行一組js程式
    driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
    time.sleep(2)

    # 搜索按鈕的定位
    btn = driver.find_element_by_xpath('//*[@id="submit_buy"]')

    # 點擊搜索按鈕
    btn.click()

    time.sleep(6)
    driver.find_element_by_xpath('//*[@id="captcha"]/div[3]/div[3]').click()

    time.sleep(3)
    checkVeriImage(driver)

    pass


#   該方法用來確認元素是否存在，如果存在回傳flag=true，否則回傳false
def isElementExist(driver, css):
    try:
        driver.find_element_by_css_selector(css)
        return True
    except:
        return False


if __name__ == '__main__':
    task()

寫在后面

雖然說驗證碼破解是可以一定程度上解決登錄爬蟲的問題，
但是識別率也不可能達到百分之百識別，所以建議需要登錄
才可以進行下去的爬蟲程式，可以使用cookies模擬登陸，
僅需第一次登陸人工識別登陸驗證碼，或者掃描二維碼，就可以使用一段時間，
當然各有利弊，cookies在一段時間后也會失效，這個和驗證碼都是見仁見智的操作，

驗證碼詳情可以參考https://blog.csdn.net/weixin_43881394/article/details/108360729

大家如果覺得小編的代碼有用，可以多多關注小編，
同時小編的公眾號也開通了，大家可以關注下，后續進行粉絲回饋，大家一起學習python叭

打賞小編點這里哦