潭州课堂25班：Ph201805201 爬虫基础 第十二课 点触验证码二 (课堂笔记）

最新推荐文章于 2025-09-07 22:50:42 发布
最新推荐文章于 2025-09-07 22:50:42 发布
阅读量357 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： 爬虫 python json
原文链接：http://www.cnblogs.com/gdwz922/p/9644391.html
本文介绍了一种使用Selenium和Python实现模拟人操作的鼠标移动轨迹的方法，通过超级鹰识别验证码并模拟真实用户行为，逐步移动鼠标点击验证码上的指定位置。

为上次代码添加 模拟人操作 的鼠标的移动轨迹

 

# -*- coding:utf-8 -*-
# 斌彬电脑
# @Time :   2018/9/14 0014    上午 8:08


from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver import ActionChains     # 动作链
from selenium.webdriver.common.by import By
import requests,re
from PIL import Image
from io import BytesIO      # 不写入磁盘，显示图片文件
import time

from chao_ji_yin import Chaojiying_Client          # 超级鹰

class WanYy():
    def __init__(self, user, pas):
        # 浏览器参数
        self.user = user
        self.pas = pas
        options = Options()
        options.add_argument('--window-size=1366,768')
        self.dri = webdriver.Chrome(chrome_options=options)
        self.wait = WebDriverWait(self.dri, 10)

    def get_start(self):
        # 请求网页
        self.dri.get('http://dun.163.com/trial/picture-click')
        # 下拉页面
        self.dri.execute_script('window.scrollTo(0, 500)')

    def get_image(self):
        #  点击按键，显示验证码
        #  获取验证码 图片
        self.wait.until(EC.presence_of_element_located((By.XPATH, '/html/body/main/div/div/div[2]/div[2]/div[2]/div/div[2]/div[3]/div/div/div[2]/div[3]/span[2]'))).click()
        #  等待加载完成 截图
        # time.sleep(2)
        # 验证码位置
        im = self.wait.until(EC.visibility_of_element_located((
            By.XPATH, '/html/body/main/div/div/div[2]/div[2]/div[2]/div/div[2]/div[3]/div/div/div[1]/div/div[1]/img[1]'
        )))  # 异步  比 time.sleep 好
        im1 = BytesIO(self.dri.get_screenshot_as_png())
        # Image.open(im).show()
        im2 = Image.open(im1)
        #                     浏览器的左上角坐标     -500 因为下滑了500，
        window_im = im2.crop((im.location['x'], im.location['y']-500,im.location['x']+310, im.location['y']+210-500))
        # window_im.show()
        im_data = BytesIO()
        window_im.save(im_data, format('png'))
        # 返回图片 二进制 数据
        return im_data.getvalue()

    # 调用超级鹰 识别验证码
    def post_validation_participation(self,im_data ):
        # 实例化 超级鹰
        chao = Chaojiying_Client(self.user, self.pas, '897271')
        data = chao.PostPic(im_data, '9103')      # 超级鹰反回的 json 数据
        data = data.get('pic_str')
        data_list = [i.split(',') for i in data.split('|')]   #  验证码图片上第个字的坐标
        # print(data_list)
        return data_list

      # 得到位置信息，进行点击
    def click_word(self, data_list):
        # 验证码位置 ,节点
        im = self.wait.until(EC.visibility_of_element_located((
            By.XPATH, '/html/body/main/div/div/div[2]/div[2]/div[2]/div/div[2]/div[3]/div/div/div[1]/div/div[1]/img[1]'
        )))
        #  根据节点移动鼠标
        # 移到第一个字位置
        ActionChains(self.dri).move_to_element_with_offset(im, int(data_list[0][0]), int(data_list[0][1])).perform()
        #  点击
        ActionChains(self.dri).click().perform()
        time.sleep(1)

        #       传入第一个位置 和 第二个字位置
        for i in self.track(data_list[0], data_list[1]):
        # 移到第二个字位置
            ActionChains(self.dri).move_to_element_with_offset(im, int(i[0]), int(i[1])).perform()
            # ActionChains(self.dri).move_to_element_with_offset(im, int(data_list[1][0]), int(data_list[1][1])).perform()
            #  点击
        ActionChains(self.dri).click().perform()
        time.sleep(1)

        # for i in self.track(data_list[1], data_list[2]):
        for i in self.track(data_list[1], data_list[2]):
            # 移到第三个字位置
            ActionChains(self.dri).move_to_element_with_offset(im, int(i[0]), int(i[1])).perform()
            # ActionChains(self.dri).move_to_element_with_offset(im, int(data_list[2][0]), int(data_list[2][1])).perform()
            #  点击
        ActionChains(self.dri).click().perform()

    # #  鼠标移动轨迹 模拟人操作点击
    def track(self, last_p, next_p):
        # 接收上个字的位置和下个字的位置
        # 鼠标移动轨迹列表
        position_list=[]
        #  字间的距离分成 20 分
        x = (int(next_p[0]) - int(last_p[0])) / 20
        y = (int(next_p[1]) - int(last_p[1])) / 20
        for i in range(1,21):
            # 走 20 步小步
            position = [round(x*i) + int(last_p[0]), round(y*i) + int(last_p[1])]
            position_list.append(position)

        return position_list


    #  像函数一样调用
    def __call__(self, *args, **kwargs):
        self.get_start()
        imdata = self.get_image()
        da_list = self.post_validation_participation(imdata)
        print(da_list)
        self.click_word(da_list)
        # time.sleep(5)
        # self.dri.close()


if __name__ == '__main__':
    yedun = WanYy('超级鹰账号', '密码')
    yedun()

　　

第一个字位置直接给位置，执行点击，

之后 第二，第三个字调用  track 方法

在 track  方法中算出第一个字与第二个字的距离 ，之后分成 20 步执行，到达下个字的位置，进行点击 

 

 

 

 

 

 

在此之上的基础上，记录鼠标移动轨迹，存放在图片 a.png 中

# -*- coding:utf-8 -*-
# 斌彬电脑
# @Time :   2018/9/15 0015    上午 10:52


from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver import ActionChains     # 动作链
from selenium.webdriver.common.by import By
import requests,re
from PIL import Image
from io import BytesIO      # 不写入磁盘，显示图片文件
import time

from chao_ji_yin import Chaojiying_Client          # 超级鹰

class WanYy():
    def __init__(self, user, pas):
        # 浏览器参数
        self.user = user
        self.pas = pas
        options = Options()
        options.add_argument('--window-size=1366,768')
        self.dri = webdriver.Chrome(chrome_options=options)
        self.wait = WebDriverWait(self.dri, 10)
        self.window_im = None


    def get_start(self):
        # 请求网页
        self.dri.get('http://dun.163.com/trial/picture-click')
        # 下拉页面
        self.dri.execute_script('window.scrollTo(0, 500)')

    def get_image(self):
        #  点击按键，显示验证码
        #  获取验证码 图片
        self.wait.until(EC.presence_of_element_located((By.XPATH, '/html/body/main/div/div/div[2]/div[2]/div[2]/div/div[2]/div[3]/div/div/div[2]/div[3]/span[2]'))).click()
        #  等待加载完成 截图
        # time.sleep(2)
        # 验证码位置
        im = self.wait.until(EC.visibility_of_element_located((
            By.XPATH, '/html/body/main/div/div/div[2]/div[2]/div[2]/div/div[2]/div[3]/div/div/div[1]/div/div[1]/img[1]'
        )))  # 异步  比 time.sleep 好
        im1 = BytesIO(self.dri.get_screenshot_as_png())
        # Image.open(im1).show()
        im2 = Image.open(im1)


        #                     浏览器的左上角坐标     -500 因为下滑了500，
        self.window_im = im2.crop((im.location['x'], im.location['y']-500,im.location['x']+310, im.location['y']+210-500))
        # window_im.show()
        im_data = BytesIO()
        self.window_im.save(im_data, format('png'))
        # 返回图片 二进制 数据
        return im_data.getvalue()

    # 调用超级鹰 识别验证码
    def post_validation_participation(self,im_data ):
        # 实例化 超级鹰
        chao = Chaojiying_Client(self.user, self.pas, '897271')
        data = chao.PostPic(im_data, '9103')      # 超级鹰反回的 json 数据
        data = data.get('pic_str')
        data_list = [i.split(',') for i in data.split('|')]   #  验证码图片上第个字的坐标
        # print(data_list)
        return data_list

      # 得到位置信息，进行点击
    def click_word(self, data_list):
        # 验证码位置 ,节点
        img = self.window_im.convert('L')
        datami = img.load()  # 图片数据重构

        im = self.wait.until(EC.visibility_of_element_located((
            By.XPATH, '/html/body/main/div/div/div[2]/div[2]/div[2]/div/div[2]/div[3]/div/div/div[1]/div/div[1]/img[1]'
        )))
        #  根据节点移动鼠标
        # 移到第一个字位置
        ActionChains(self.dri).move_to_element_with_offset(im, int(data_list[0][0]), int(data_list[0][1])).perform()
        #  点击
        ActionChains(self.dri).click().perform()
        time.sleep(1)

        #       传入第一个位置 和 第二个字位置
        for i in self.track(data_list[0], data_list[1]):
        # 移到第二个字位置
        #     print(datami[int(i[0]), int(i[1])])
            if datami[int(i[0]), int(i[1])] > 125:
                datami[int(i[0]), int(i[1])] = 0
                datami[int(i[0])-1, int(i[1])-1] = 0
                datami[int(i[0])-2, int(i[1])-2] = 0
                datami[int(i[0])+1, int(i[1])+1] = 0
                datami[int(i[0])+2, int(i[1])+2] = 0
            else:
                datami[int(i[0]), int(i[1])] = 255
                datami[int(i[0])-1, int(i[1])-1] = 255
                datami[int(i[0])-2, int(i[1])-2] = 255
                datami[int(i[0])+1, int(i[1])+1] = 255
                datami[int(i[0])+2, int(i[1])+2] = 255
            ActionChains(self.dri).move_to_element_with_offset(im, int(i[0]), int(i[1])).perform()
            # ActionChains(self.dri).move_to_element_with_offset(im, int(data_list[1][0]), int(data_list[1][1])).perform()
            #  点击
        ActionChains(self.dri).click().perform()

        time.sleep(1)

        for i in self.track(data_list[1], data_list[2]):
            if datami[int(i[0]), int(i[1])] > 125:
                datami[int(i[0]), int(i[1])] = 0
                datami[int(i[0])-1, int(i[1])-1] = 0
                datami[int(i[0])-2, int(i[1])-2] = 0
                datami[int(i[0])+1, int(i[1])+1] = 0
                datami[int(i[0])+2, int(i[1])+2] = 0
            else:
                datami[int(i[0]), int(i[1])] = 255
                datami[int(i[0])-1, int(i[1])-1] = 255
                datami[int(i[0])-2, int(i[1])-2] = 255
                datami[int(i[0])+1, int(i[1])+1] = 255
                datami[int(i[0])+2, int(i[1])+2] = 255
            # 移到第三个字位置
            ActionChains(self.dri).move_to_element_with_offset(im, int(i[0]), int(i[1])).perform()
            # ActionChains(self.dri).move_to_element_with_offset(im, int(data_list[2][0]), int(data_list[2][1])).perform()
            #  点击
        ActionChains(self.dri).click().perform()

        img.save('a.png')

    # #  鼠标移动轨迹 模拟人操作点击
    def track(self, last_p, next_p):
        # 接收上个字的位置和下个字的位置
        # 鼠标移动轨迹列表
        position_list=[]
        #  字间的距离分成 20 分
        x = (int(next_p[0]) - int(last_p[0])) / 20
        y = (int(next_p[1]) - int(last_p[1])) / 20
        for i in range(1,21):
            # 走 20 步小步
            position = [round(x*i) + int(last_p[0]), round(y*i) + int(last_p[1])]
            position_list.append(position)

        return position_list


    #  像函数一样调用
    def __call__(self, *args, **kwargs):
        self.get_start()
        imdata = self.get_image()
        da_list = self.post_validation_participation(imdata)
        print(da_list)
        self.click_word(da_list)
        # time.sleep(5)
        # self.dri.close()


if __name__ == '__main__':
    yedun = WanYy('账号', '密码')
    yedun()

　　

 

转载于:https://www.cnblogs.com/gdwz922/p/9644391.html

LeetCode刷题Python之598. 范围求和 II
qq_55625579的博客
11-07 569
给定一个初始元素全部为0，大小为 m*n 的矩阵M以及在M上的一系列更新操作。 操作用二维数组表示，其中的每个操作用一个含有两个正整数a 和 b 的数组表示，含义是将所有符合0 <= i < a 以及 0 <= j < b 的元素M[i][j]的值都增加 1。 在执行给定的一系列操作后，你需要返回矩阵中含有最大整数的元素个数。 示例 1: 输入: m = 3, n = 3 operations = [[2,2],[3,3]] 输出: 4 解释: 初始状态...
Python3网络爬虫开发实战！点触点选验证码的识别！
Pythoncxy的博客
08-02 1280
上一节我们实现了极验验证码的识别，但是除了极验其实还有另一种常见的且应用广泛的验证码，比较有代表性的就是点触验证码。 可能你对这个名字比较陌生，但是肯定见过类似的验证码，比如 12306，这就是一种典型的点触验证码，如图 8-18 所示： Python资源共享群：484031800 图 8-18 12306 验证码 我们需要直接点击图中符合要求的图，如果所有答案均正...
潭州课堂25班：Ph201805201 django 项目 第十四课 短信验证码解 bug (课堂笔记）
weixin_30835649的博客
12-12 304
， 转载于:https://www.cnblogs.com/gdwz922/p/10106427.html
web ui自动化之模拟鼠标操作 - ActionChains
XiYang的博客
06-20 4086
1、本文使用Python语言，以淘宝网为例 2、本文将介绍selenium–webdriver库中的ActionChains类，该类提供了模拟鼠标的常用方法，包括单击、双击、悬停、拖动等常用功能 3、前置步骤，需要先安装selenium并导入ActionChains类 一、ActionChains类方法介绍 1.执行所有存储的操作 - perform() 方法 perform(self)预学习perform()方法，首先要先了解一下ActionChains的执行原理： 当你调用ActionChains中的
潭州课堂25班：Ph201805201 爬虫基础 第十一课 点触验证码 (课堂笔记）
weixin_30372371的博客
09-13 156
打开网易盾http://dun.163.com/trial/picture-click ——在线体验——图中点选 打码平台 ——超级鹰 http://www.chaojiying.com/ 网易盾 抓取验证码图片 # -*- coding: utf-8 -*- # 斌彬电脑 # @Time : 2018/9/13 0013 5:27 from seleni...
潭州课堂25班：Ph201805201 爬虫基础 第十五课 js破解 二 (课堂笔记）
weixin_30949361的博客
09-20 5382
PyExecJs使用 PyExecJS是Ruby的ExecJS移植到Python的一个执行JS代码的库。 安装 pip install PyExecJS 例子 >>> import execjs >>> execjs.eval("'red yellow blue'.split(' ')") ['red', 'yellow', 'blue'] ...
潭州课堂25班：Ph201805201 爬虫基础 第一课 (课堂笔记)
weixin_30734435的博客
08-28 198
爬虫的概念： 其实呢，爬虫更官方点的名字叫数据采集，英文一般称作spider，就是通过编程来全自动的从互联网上采集数据。比如说搜索引擎就是一种爬虫。爬虫需要做的就是模拟正常的网络请求，比如你在网站上点击一个网址，就是一次网络请求。 爬虫的作用： 现如今大数据时代已经到来，网络爬虫技术成为这个时代不可或缺的一部分，企业需要数据来分析用户行为，来分析自己产品的不足之处，来分析竞争对手的信息...
潭州课堂25班：Ph201805201 爬虫基础 第二课 fidder (课堂笔记)
weixin_30908649的博客
08-29 149
通过浏览器访问百度的详细过程？ 一.通过dns获取百度IP地址.二.通过百度IP访问百度服务器， 三，返回数据。 四，通过渲染显示内容， fidder设置 tf 信任证书 转载于:https://www.cnblogs.com/gdwz922/p/9552052.html...
潭州课堂25班：Ph201805201 爬虫基础 第八课 selenium (课堂笔记）
weixin_30645617的博客
09-06 521
Selenium笔记（1）安装和简单使用 简介 Selenium是一个用于Web应用程序测试的工具。 Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7, 8, 9, 10, 11），Firefox，Safari，Chrome，Opera等。 这个工具的主要功能包括：测试与浏览器的兼容性——测试你的应用程序看是否能够很好得工作在不同浏览器和操作系...
qt潭州课堂登陆界面
08-21
你想知道如何实现一个使用Qt和潭州课堂API的登录界面吗？以下是一个简单的示例，展示如何使用Qt进行登录界面的设计和潭州课堂API进行身份验证。 首先，你需要在Qt中创建一个新的窗口应用程序项目。然后，设计一个...
2019_2020学年高中语文第二单元第7课李商隐诗两首含解析新人教版必修3
09-09
在2019至2020学年的高中语文教学中，新人教版必修3的第二单元第7课便安排了对李商隐两首代表作的详细解析，以此加深学生对唐代诗歌及其独特艺术风格的理解。 《马嵬（其二）》和《潭州》这两首诗是李商隐作品中的...
潭州教育：3d Max中三种对齐工具.pdf
10-29
在3D建模软件3ds Max中，对齐工具是非常基础但至关重要的功能，它们能够帮助用户精确地调整和定位模型元素。以下是关于3ds Max中三种主要对齐工具的详细说明： 一、锁轴缩放 锁轴缩放是一种通过调整对象大小来实现...
潭州软件学院 - Java VIP系统基础学习课程表.docx
11-23
潭州软件学院的Java VIP系统基础学习课程是针对想要深入理解和掌握Java编程技术的学员设计的。本课程全面覆盖了Java的基础知识，旨在帮助学员建立起扎实的编程基础，为后续的高级开发技能学习打下坚实的基础。以下是...
潭州软件学院 - Java VIP系统基础学习课程表.pdf
11-23
潭州软件学院的Java VIP系统基础学习课程涵盖了Java编程的核心知识点，旨在帮助学员全面掌握Java编程基础和进阶技能。课程分为十章，每章都包含详细的理论讲解和实践项目，确保学员能够深入理解和应用所学知识。 第...
Java 爬虫实战：淘宝/天猫优惠券查询指南
wanbangAPI01的博客
09-04 947
淘宝和天猫作为国内领先的电商平台，拥有海量商品和丰富的优惠券资源。然而，这些优惠券信息分散在各个页面，手动查找不仅耗时且效率低下。Java 爬虫技术能够自动化地查询和收集优惠券信息，极大地提高了工作效率。通过上述的实战指南，你已经对利用 Java 爬虫查询淘宝/天猫优惠券有了初步的了解。在实际应用中，可以根据自己的需求，对代码进行优化和扩展，实现更强大的功能。不过，始终要牢记遵守法律法规和平台规则，合理合法地使用爬虫技术。
DrissionPage 优化天猫店铺商品爬虫：现代化网页抓取技术详解
eqwaak0的博客
09-07 949
本文介绍了从传统Requests库迁移到DrissionPage实现更高效天猫商品爬取的方法。传统方法存在动态内容处理困难、维护成本高、反爬能力弱等问题。DrissionPage融合浏览器自动化和网络请求优势，提供双模式协同工作、强大选择器功能、自动等待机制和高效数据处理。通过实际测试，新方案使成功率提升至98%，处理时间减少40%，资源占用降低30%。文章详细介绍了代理配置、并发处理、异常重试等优化技巧，并提供了部署建议。DrissionPage为现代Web数据采集提供了更稳定高效的解决方案。
Elixir轻量级进程如何成就百万级并发爬虫？
weixin_44617651的博客
09-04 298
Elixir凭借其Actor模型与轻量级进程，天然支持高并发。本爬虫利用此优势，结合HTTPoison与Floki，高效实现多任务网页抓取、链接提取与数据解析，是处理大规模数据采集的理想方案。
隔空盗刷、AI钓鱼、代理劫持…金融黑产竟进化至此？
geek_wh2016的博客
09-04 916
《2024网络金融黑产研究报告》揭示黑产五大技术演变：NFC远程盗刷、API批量套利、大模型滥用、DNS劫持及代理攻击隐蔽化。
Python3使用Flask开发Web项目新手入门开发文档
最新发布
dengjianbin的专栏
09-07 619
本文档为Flask入门开发指南，主要包含： 环境搭建：Python安装、虚拟环境创建及Flask基础扩展安装 快速入门：从Hello World程序到项目标准目录结构 核心功能： 模板渲染（Jinja2引擎） 表单验证（Flask-WTF） 用户认证（Flask-Login） 代码示例：提供完整可运行的模板渲染、表单处理和登录注册代码片段 最佳实践：推荐项目结构规范，包含配置文件、路由模块、静态文件等标准目录 文档适合零基础开发者快速上手Flask Web开发，涵盖前端页面到后端逻辑的完整实现流程。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值