目标网站:http://www.cnbaowen.net/api/geetest/

该目标网站调用了极验的接口,极验在智能反爬虫的领域可以说相当之变态.
本文主要是利用selenium进行模拟操作进行破解。

3第一步:分析页面

  • 首先,鼠标悬停,会出现验证码图片,此时并没有请求服务器
Image 14
滑块验证码 图片
  • 鼠标点击按住,会出现缺口
Image 15
滑块验证码 图片

  • 可以看出这是两张图片,那这两张图片是如何生成的呢?
当访问该页面时,该页面会调用极验的接口,返回两张图片。
这两张图片一张是有缺口的图片,一张是无缺口的图片

有缺口图片:

Image 16
滑块验证码 图片

无缺口图片:

Image 17
滑块验证码 图片

可以看出,这是两张乱序的图片,那么是如何排序排好的呢?

通过前端代码,我们可以看到图片是有一定顺序的,
按照background-position的形式,把乱序的52张小的图片,进行位置排列,
最终得出正序的完整大图。
每一张图片的宽度是12px,高度是58px

Image 18
图片位置.png

ok,那接下来我们就要获取图片

获取的是乱序的图片,所以我们得把图片按照上图逻辑进行切割,
然后进行排序合并,即可得到完整的正序图片。
两张图片的逻辑是一样的。

def merge_image(image_file,location_list):
    """
     拼接图片
    :param image_file:
    :param location_list:
    :return:
    """
    im = Image.open(image_file)
    im.save('code.jpg')
    new_im = Image.new('RGB',(260,116))
    # 把无序的图片 切成52张小图片
    im_list_upper = []
    im_list_down = []
    # print(location_list)
    for location in location_list:
        # print(location['y'])
        if location['y'] == -58: # 上半边
            im_list_upper.append(im.crop((abs(location['x']),58,abs(location['x'])+10,116)))
        if location['y'] == 0:  # 下半边
            im_list_down.append(im.crop((abs(location['x']),0,abs(location['x'])+10,58)))

    x_offset = 0
    for im in im_list_upper:
        new_im.paste(im,(x_offset,0))  # 把小图片放到 新的空白图片上
        x_offset += im.size[0]

    x_offset = 0
    for im in im_list_down:
        new_im.paste(im,(x_offset,58))
        x_offset += im.size[0]
    # new_im.show()   # 获取完整图片
    return new_im

拼接好的图片见验证码图片即可

接下来,我们要做的是对比两张图片,计算出滑动的距离(这里是通过像素差来判断的,注意噪点影响)

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
      '''
    # print('size', image1.size)

    threshold = 50
    for i in range(0,image1.size[0]):  # 260
        for j in range(0,image1.size[1]):  # 160
            pixel1 = image1.getpixel((i,j))
            pixel2 = image2.getpixel((i,j))
            res_R = abs(pixel1[0]-pixel2[0]) # 计算RGB差
            res_G = abs(pixel1[1] - pixel2[1])  # 计算RGB差
            res_B = abs(pixel1[2] - pixel2[2])  # 计算RGB差
            if res_R > threshold and res_G > threshold and res_B > threshold:
                print(i)
                return i+3  # 需要移动的距离

获取完距离之后,我们就可以移动了。

移动

因为极验做了行为验证,所以我们得尽量模拟生物行为,防止被识别。
所以这里我们的滑动轨迹和滑动速度等行为都进行了控制
滑动速度:加速公式:v = v0+at,到达重点控制让加速变慢
滑动轨迹:滑动过程中让鼠标上下轻微抖动,不是平稳的滑动。

def get_track(distance):
    '''
    拿到移动轨迹,模仿人的滑动行为,先匀加速后匀减速
    匀变速运动基本公式:
    ①v=v0+at
    ②s=v0t+(1/2)at2
    ③v2-v02=2as

    :param distance: 需要移动的距离
    :return: 存放每0.2秒移动的距离
    '''
    # 初速度
    v=0
    # 单位时间为0.2s来统计轨迹,轨迹即0.2内的位移
    t=0.2
    # 位移/轨迹列表,列表内的一个元素代表0.2s的位移
    tracks=[]
    # 当前的位移
    current=0
    # 到达mid值开始减速
    mid=distance * 7/8

    distance += 10  # 先滑过一点,最后再反着滑动回来
    # a = random.randint(1,3)
    while current < distance:
        if current < mid:
            # 加速度越小,单位时间的位移越小,模拟的轨迹就越多越详细
            a = random.randint(2,5)  # 加速运动
        else:
            a = -random.randint(5,10) # 减速运动

        # 初速度
        v0 = v
        # 0.2秒时间内的位移
        s = v0*t+0.5*a*(t**2)
        # 当前的位置
        current += s
        # 添加到轨迹列表
        tracks.append(round(s))

        # 速度已经达到v,该速度作为下次的初速度
        v= v0+a*t

    # 反着滑动到大概准确位置
    for i in range(4):
       tracks.append(-random.randint(2,3))
    for i in range(4):
       tracks.append(-random.randint(1,3))
    return tracks

在这里,我们加了一个纠错行为,就是滑动过去一点再滑回来,依然是为了防止极验识别。

滑动过程中鼠标是拖住不松手的,等动作结束之后才能释放鼠标。这些selenium都有,大家可以自行查阅。

  • 最后,把完整源码分享出来请大家指正,希望大家共同进步

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait # 等待元素加载的
from selenium.webdriver.common.action_chains import ActionChains  #拖拽
from selenium.webdriver.support import expected_conditions as EC
from selenium.common.exceptions import TimeoutException, NoSuchElementException
from selenium.webdriver.common.by import By
from PIL import Image
import requests
import time
import re
import random
from io import BytesIO

success_time = 0
field_time = 0

def merge_image(image_file,location_list):

    """
     拼接图片
    :param image_file:
    :param location_list:
    :return:
    """
    im = Image.open(image_file)
    im.save('code.jpg')
    new_im = Image.new('RGB',(260,116))
    # 把无序的图片 切成52张小图片
    im_list_upper = []
    im_list_down = []
    # print(location_list)
    for location in location_list:
        # print(location['y'])
        if location['y'] == -58: # 上半边
            im_list_upper.append(im.crop((abs(location['x']),58,abs(location['x'])+10,116)))
        if location['y'] == 0:  # 下半边
            im_list_down.append(im.crop((abs(location['x']),0,abs(location['x'])+10,58)))

    x_offset = 0
    for im in im_list_upper:
        new_im.paste(im,(x_offset,0))  # 把小图片放到 新的空白图片上
        x_offset += im.size[0]

    x_offset = 0
    for im in im_list_down:
        new_im.paste(im,(x_offset,58))
        x_offset += im.size[0]
    # new_im.show()   # 获取完整图片
    return new_im

def get_image(driver,div_path):
    '''
    下载无序的图片  然后进行拼接 获得完整的图片
    :param driver:
    :param div_path:
    :return:
    '''
    time.sleep(2)
    background_images = driver.find_elements_by_xpath(div_path)
    location_list = []
    for background_image in background_images:
        location = {}
        result = re.findall('background-image: url\("(.*?)"\); background-position: (.*?)px (.*?)px;',background_image.get_attribute('style'))
        # print(result)
        location['x'] = int(result[0][1])
        location['y'] = int(result[0][2])

        image_url = result[0][0]
        location_list.append(location)

    print('==================================')
    image_url = image_url.replace('webp','jpg')
    # '替换url http://static.geetest.com/pictures/gt/579066de6/579066de6.webp'
    image_result = requests.get(image_url).content
    # with open('1.jpg','wb') as f:
    #     f.write(image_result)
    image_file = BytesIO(image_result) # 是一张无序的图片
    image = merge_image(image_file,location_list)

    return image

def get_track(distance):
    '''
    拿到移动轨迹,模仿人的滑动行为,先匀加速后匀减速
    匀变速运动基本公式:
    ①v=v0+at
    ②s=v0t+(1/2)at2
    ③v2-v02=2as

    :param distance: 需要移动的距离
    :return: 存放每0.2秒移动的距离
    '''
    # 初速度
    v=0
    # 单位时间为0.2s来统计轨迹,轨迹即0.2内的位移
    t=0.2
    # 位移/轨迹列表,列表内的一个元素代表0.2s的位移
    tracks=[]
    # 当前的位移
    current=0
    # 到达mid值开始减速
    mid=distance * 7/8

    distance += 10  # 先滑过一点,最后再反着滑动回来
    # a = random.randint(1,3)
    while current < distance:
        if current < mid:
            # 加速度越小,单位时间的位移越小,模拟的轨迹就越多越详细
            a = random.randint(2,5)  # 加速运动
        else:
            a = -random.randint(5,10) # 减速运动

        # 初速度
        v0 = v
        # 0.2秒时间内的位移
        s = v0*t+0.5*a*(t**2)
        # 当前的位置
        current += s
        # 添加到轨迹列表
        tracks.append(round(s))

        # 速度已经达到v,该速度作为下次的初速度
        v= v0+a*t

    # 反着滑动到大概准确位置
    for i in range(4):
       tracks.append(-random.randint(2,3))
    for i in range(4):
       tracks.append(-random.randint(1,3))
    return tracks


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
      '''
    # print('size', image1.size)

    threshold = 50
    for i in range(0,image1.size[0]):  # 260
        for j in range(0,image1.size[1]):  # 160
            pixel1 = image1.getpixel((i,j))
            pixel2 = image2.getpixel((i,j))
            res_R = abs(pixel1[0]-pixel2[0]) # 计算RGB差
            res_G = abs(pixel1[1] - pixel2[1])  # 计算RGB差
            res_B = abs(pixel1[2] - pixel2[2])  # 计算RGB差
            if res_R > threshold and res_G > threshold and res_B > threshold:
                print(i)
                return i+3  # 需要移动的距离

def main_check_code(driver, element):
    """
     拖动识别验证码
    :param driver:
    :param element:
    :return:
    """
    image1 = get_image(driver, '//div[@class="gt_cut_bg gt_show"]/div')
    image2 = get_image(driver, '//div[@class="gt_cut_fullbg gt_show"]/div')
    # 图片上 缺口的位置的x坐标

    # 2 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
    l = get_distance(image1, image2)
    print('l=',l)
    # 3 获得移动轨迹
    track_list = get_track(l)

    print('第一步,点击滑动按钮')
    ActionChains(driver).click_and_hold(on_element=element).perform()  # 点击鼠标左键,按住不放
    print('首先,鼠标先晃一晃')
    time.sleep(1)
    ActionChains(driver).move_by_offset(xoffset=200,yoffset=800).perform()
    ActionChains(driver).move_by_offset(xoffset=-200,yoffset=-800).perform()
    print('第二步,拖动元素')
    for track in track_list:
         ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform()  # 鼠标移动到距离当前位置(x,y)
         time.sleep(0.0001)
    # if l>100:

    ActionChains(driver).move_by_offset(xoffset=-random.randint(2,5), yoffset=0).perform()
    time.sleep(2)
    print('第三步,释放鼠标')
    ActionChains(driver).release(on_element=element).perform()
    time.sleep(5)


def main_check_slider(driver):
    """
    检查滑动按钮是否加载
    :param driver:
    :return:
    """
    while True:
        try :
            driver.get('http://www.cnbaowen.net/api/geetest/')
            element = WebDriverWait(driver, 30, 0.5).until(EC.element_to_be_clickable((By.CLASS_NAME, 'gt_slider_knob')))
            if element:
                return element
        except TimeoutException as e:
            print('超时错误,继续')
            time.sleep(5)


if __name__ == '__main__':
    while 1:
        try:
            count = 6  # 最多识别6次
            driver = webdriver.Chrome()
            # 等待滑动按钮加载完成
            element = main_check_slider(driver)
            while count > 0:
                main_check_code(driver, element)
                time.sleep(2)
                try:
                    success_element = (By.CSS_SELECTOR, '.gt_holder .gt_ajax_tip.gt_success')
                    # 得到成功标志
                    print('suc=', driver.find_element_by_css_selector('.gt_holder .gt_ajax_tip.gt_success'))
                    success_images = WebDriverWait(driver, 20).until(EC.presence_of_element_located(success_element))
                    if success_images:
                        print('成功识别!!!!!!')
                        success_time +=1
                        print('成功次数为',success_time,'次')
                        print('失败次数为',field_time,'次')
                        count = 0
                        break
                except NoSuchElementException as e:
                    print('识别错误,继续')
                    field_time += 1
                    print('成功次数为', success_time, '次')
                    print('失败次数为', field_time, '次')
                    count -= 1
                    time.sleep(2)
            else:
                print('too many attempt check code ')
                exit('退出程序')
        finally:
            driver.close()

以上就是实现的全过程。

作者:format_b1d8
链接:https://www.jianshu.com/p/c94be62b8065
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。



微信扫描下方的二维码阅读本文

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注