京东最新滑块验证-selenium

Thing_big

已于 2024-04-30 18:47:20 修改

阅读量2.2k

点赞数 9

CC 4.0 BY-SA版权

分类专栏：爬虫验证码文章标签： selenium 测试工具 python flask 机器学习深度学习

于 2024-04-30 13:38:20 首次发布

本文链接：https://blog.youkuaiyun.com/Thing_big/article/details/138340928

爬虫同时被 2 个专栏收录

2 篇文章

订阅专栏

验证码

2 篇文章

订阅专栏

作者分享京东滑块验证的解决过程，指出滑动轨迹和滑动距离是两大难点。对于滑动距离，用cv2识别计算通过率低，改用深度学习模型自测通过率超80%。还搭建Flask接口方便调用模型，最后提供源码供交流学习。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这段时间一直在做京东滑块验证，也翻阅大量博客，我认为有两处难点：

滑动轨迹
- 京东将大量模拟人为的轨迹方程都被封了，导致即使对齐也无法通过验证。
滑动距离
- 经过翻阅博客，发现大多数博客采用的方法是通过cv2识别计算出滑动距离，这个方法通过率并不高（可能是我技术有限，使用cv2方式一次都没通过）。

滑动轨迹自然不必多说，网上一搜一大堆，我使用的是模拟人为加速度，最后滑超一点然后滑动回来（代码放在后面）

滑动距离，一开始使用cv2搞了一整天一次也没通过，最后改用深度学习模型，自测通过率超过80%，废话不多说直接看成果。

JD_1

首先下载滑动背景图作为模型训练输入，训练好模型后为了方便调用，搭建Flask接口，其次下载背景图调用模型API接口，将图片作为推理输入，这里注意：京东滑动背景图是base64格式，需要先解码保存，随后传入模型进行推理。

# 推理函数
def requests_img(base):
    image_base64 = base[22:]
    imgdata = base64.b64decode(image_base64)  # base64解码
    with open(f"images/test.png", 'wb') as f:
        f.write(imgdata)
    data = {
        'image': open('images/test.png', 'rb')
    }
    data = requests.post('http://127.0.0.1:5000/upload', files=data)  # 将图片传入API接口获得缺口左上和右下角缺口

    return data.json().get('result').get('xmin')*0.82  # 下载的图片和网站上预览图片大小不一致，所以需要设置偏移




# 移动轨迹函数
def get_track8(distance):
    # 移动轨迹
    tracks = []
    # 当前位移
    current = 0
    # 减速阈值
    mid = distance * 4 / 5
    # 时间间隔
    t = 0.2
    # 初始速度
    v = 0

    while current < distance:
        if current < mid:
            a = random.uniform(2, 5)
        else:
            a = -(random.uniform(12.5, 13.5))
        v0 = v
        v = v0 + a * t
        x = v0 * t + 1 / 2 * a * t * t
        current += x

        if 0.6 < current - distance < 1:
            x = x - 0.53
            tracks.append(round(x, 2))

        elif 1 < current - distance < 1.5:
            x = x - 1.4
            tracks.append(round(x, 2))
        elif 1.5 < current - distance < 3:
            x = x - 1.8
            tracks.append(round(x, 2))

        else:
            tracks.append(round(x, 2))

    print(sum(tracks))
    return tracks

第一次发文，希望各位大佬多多指正，如果需要源码或者模型定制尽管私信我，感谢支持！！

---------------------------------------------------------分割线---------------------------------------------------------------

刚刚有兄弟后台私信，向我要源码和模型，我所幸直接粘在下面了，兄弟们需要自己拿就好，仅供交流学习！！

另外模型和配置文件我还不会在这里发，需要的话私信我就好了

# -*- coding:utf-8 -*-
from configparser import ConfigParser
import random
from selenium import webdriver
import time
import base64
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.options import Options
import requests


class CreateConfig:
    def __init__(self, wz):
        config = ConfigParser(interpolation=None)
        config.read('config.ini', encoding='utf-8')
        self.key = config.get('keys', wz)
        self.passwd = config.get('passwd', wz)
        self.key_send = config.get('XPATH', f'{wz}_key_send')
        self.passwd_send = config.get('XPATH', f'{wz}_passwd_send')
        self.login = config.get('XPATH', f'{wz}_login')
        self.hk = config.get('XPATH', f'{wz}_hk')
        self.url = config.get('URL', f'{wz}_url')
        self.ua = config.get('UA', 'ua')
        self.img = config.get('XPATH', f'{wz}_img')
        self.img_save_path = config.get('PATH', 'img_path')
        self.wz = wz
        self.title = config.get('TITLE', f'{wz}_title')


class BrowserLogin(CreateConfig):
    def __init__(self, wz):
        super().__init__(wz)
        self.options = Options()
        self.options.add_argument(self.ua)
        self.options.add_argument('disable-infobars')
        self.options.add_experimental_option("useAutomationExtension", False)
        self.browser = webdriver.Chrome(options=self.options)

    def browser_login(self):
        time.sleep(1)
        return self.browser.find_element(By.XPATH, self.hk), self.browser.find_element(By.XPATH,
                                                                                       self.img).get_attribute('src')

    def detect(self, img_url):
        if self.wz == 'JD':
            image_base64 = img_url[22:]
            img_data = base64.b64decode(image_base64)
        elif self.wz == 'ZH':
            img_data = requests.get(img_url).content
        with open(self.img_save_path, 'wb') as f:
            f.write(img_data)
        data = {
            'image': open(self.img_save_path, 'rb')
        }
        data = requests.post('http://127.0.0.1:5000/upload', files=data)
        if self.wz == 'JD':
            return data.json().get('result').get('xmin') * 0.82
        else:
            return data.json().get('result').get('xmax')

    def get_track(self, distance):
        """
        根据偏移量和手动操作模拟计算移动轨迹
        :param distance: 偏移量
        :return: 移动轨迹
        """
        # 移动轨迹
        tracks = []
        # 当前位移
        current = 0
        # 减速阈值
        mid = distance * 4 / 5
        # 时间间隔
        t = 0.2
        # 初始速度
        v = 0

        while current < distance:
            if current < mid:
                a = random.uniform(2, 5)
            else:
                a = -(random.uniform(12.5, 13.5))
            v0 = v
            v = v0 + a * t
            x = v0 * t + 1 / 2 * a * t * t
            current += x

            if 0.6 < current - distance < 1:
                x = x - 0.53
                tracks.append(round(x, 2))

            elif 1 < current - distance < 1.5:
                x = x - 1.4
                tracks.append(round(x, 2))
            elif 1.5 < current - distance < 3:
                x = x - 1.8
                tracks.append(round(x, 2))

            else:
                tracks.append(round(x, 2))

        print(sum(tracks))
        return tracks

    def move_to_gap(self, slider, tracks):  # slider是要移动的滑块,tracks是要传入的移动轨迹
        ActionChains(self.browser).click_and_hold(slider).perform()
        for track in tracks:
            ActionChains(self.browser).move_by_offset(xoffset=track, yoffset=0).perform()
        time.sleep(0.18)
        # 反向滑动
        ActionChains(self.browser).move_by_offset(xoffset=-3, yoffset=0).perform()
        ActionChains(self.browser).move_by_offset(xoffset=3, yoffset=0).perform()
        time.sleep(0.7)
        ActionChains(self.browser).release().perform()

    def run(self):
        """
        :return:
        """
        self.browser.get(self.url)
        time.sleep(0.5)
        self.browser.refresh()
        time.sleep(0.7)
        self.browser.find_element(By.XPATH, self.key_send).send_keys(self.key)
        self.browser.find_element(By.XPATH, self.passwd_send).send_keys(self.passwd)
        time.sleep(0.8)
        self.browser.find_element(By.XPATH, self.login).click()
        time.sleep(1)
        while True:
            title = self.browser.title
            if title != self.title:
                break
            else:
                hk, img_url = self.browser_login()
                detect_value = self.detect(img_url)
                self.move_to_gap(hk, self.get_track(int(detect_value)))
                time.sleep(2)


if __name__ == '__main__':
    bro = BrowserLogin('JD')
    bro.run()