破解极验滑动验证码

最新推荐文章于 2024-06-22 23:13:21 发布

原创

最新推荐文章于 2024-06-22 23:13:21 发布 · 741 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#爬虫

本文介绍了如何使用Python的Selenium库来破解极验滑动验证码。通过模拟浏览器操作，抓取验证码图片并进行像素比对，计算滑动距离，最后模拟人类滑动轨迹完成验证。文中提供了详细的代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一介绍
一些网站会在正常的账号密码认证之外加一些验证码，以此来明确地区分人/机行为，从一定程度上达到反爬的效果，对于简单的校验码Tesserocr就可以搞定，如下

但一些网站加入了滑动验证码，最典型的要属于极验滑动认证了，极验官网：http://www.geetest.com/，下图是极验的登录界面



现在极验验证码已经更新到了 3.0 版本，截至 2017 年 7 月全球已有十六万家企业正在使用极验，每天服务响应超过四亿次，广泛应用于直播视频、金融服务、电子商务、游戏娱乐、政府企业等各大类型网站

对于这类验证，如果我们直接模拟表单请求，繁琐的认证参数与认证流程会让你蛋碎一地，我们可以用selenium驱动浏览器来解决这个问题，大致分为以下几个步骤

复制代码
#步骤一:点击按钮，弹出没有缺口的图片

#步骤二：获取步骤一的图片

#步骤三：点击滑动按钮，弹出带缺口的图片

#步骤四：获取带缺口的图片

#步骤五：对比两张图片的所有RBG像素点，得到不一样像素点的x值，即要移动的距离

#步骤六：模拟人的行为习惯（先匀加速拖动后匀减速拖动），把需要拖动的总距离分成一段一段小的轨迹

#步骤七：按照轨迹拖动，完全验证

#步骤八：完成登录
复制代码
二实现
复制代码
#安装：selenium+chrome/phantomjs

#安装：Pillow
Pillow:基于PIL，处理python 3.x的图形图像库.因为PIL只能处理到python 2.x，而这个模块能处理Python3.x，目前用它做图形的很多.
http://www.cnblogs.com/apexchu/p/4231041.html

C:\Users\Administrator>pip3 install pillow
C:\Users\Administrator>python3
Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32
Type “help”, “copyright”, “credits” or “license” for more information.

from PIL import Image

复制代码

复制代码
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from PIL import Image
import time

def get_snap():
‘’’
对整个网页截图，保存成图片，然后用PIL.Image拿到图片对象
:return: 图片对象
‘’’
driver.save_screenshot(‘snap.png’)
page_snap_obj=Image.open(‘snap.png’)
return page_snap_obj

def get_image():
‘’’
从网页的网站截图中，截取验证码图片
:return: 验证码图片
‘’’
img=wait.until(EC.presence_of_element_located((By.CLASS_NAME,‘geetest_canvas_img’)))
time.sleep(2) #保证图片刷新出来
localtion=img.location
size=img.size

top=localtion['y']
bottom=localtion['y']+size['height']
left=localtion['x']
right=localtion['x']+size['width']

page_snap_obj=get_snap()
crop_imag_obj=page_snap_obj.crop((left,top,right,bottom))
return crop_imag_obj

def get_distance(image1,image2):
‘’’
拿到滑动验证码需要移动的距离
:param image1:没有缺口的图片对象
:param image2:带缺口的图片对象
:return:需要移动的距离
‘’’
threshold=60
left=57
for i in range(left,image1.size[0]):
for j in range(im