爬虫 | 破解APP中阿里云滑动验证码-优快云博客

本文链接：https://blog.youkuaiyun.com/spider_py/article/details/112686622

点击“Python编程与实战”，选择“置顶公众号”

第一时间获取 Python 技术干货！

考虑这样一个场景，当你在app端提交订单/登录的时候有一个滑动验证码怎么处理？

一般我们会采用自动化浏览器完成这样的抓取，但是效率太低。本篇文章尝试将滑动验证码和抓取的代码进行解耦。

也就是滑动验证码模块只管获取滑动之后的token，而抓取的代码只管抓取。中间通过相关存储介质进行通讯。

背景分析

通过各种尝试发现，某app中阿里云的滑动验证码只是操作行为的验证。

简而言之，就是阿里云只是知道有人滑了验证码，并且此验证码并没有被使用过。

通过分析和尝试，我们完全可以有一个自动化浏览器去滑动生成未使用过的token，然后通过python读取token完成相关抓取。

这样相当于有个滑动验证码池，其他的业务需要的话可以直接读取使用。

准备知识

puppeteer破解阿里h5滑动验证码

chrome远程调试webview(https://developers.google.cn/web/tools/chrome-devtools/remote-debugging/webviews?hl=zh-cn)

流程分析

使用puppeteer生成未使用过的滑动验证码，并把相关信息拦截，存起来。python读取滑动验证码池，完成相关抓取。

效果展示

核心代码

puppeteer 通过监听response事件，把response的内容存起来

page.on('response',async response=>{
        let url = response.url()
        if (url.indexOf('analyze.jsonp')!==-1){
            let  content = await response.text()
            if(content.indexOf('block')===-1){
                let  file_name = "slide/"+process.pid +Date.now()+".txt"
 
                 fs.writeFile(file_name,content+url,{encoding:'utf-8',mode:'0666'},function (err) {
                    console.log(err)
                })
 
            }
        }
    })

python读取存储的token