python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

今天

要来说说滑动验证码了

大家应该都很熟悉

点击滑块然后移动到图片缺口进行验证

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

现在越来越多的网站使用这样的验证方式

为的是增加验证码识别的难度

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

那么

对于这种验证码

应该怎么破呢

接下来就是

学习 python 的正确姿势

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

打开 b 站的登录页面

https://passport.bilibili.com/login

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

可以看到登录的时候需要进行滑块验证

按下 F12

进入 Network

看下我们将滑块移到缺口松开之后做了什么提交

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

可以看到是一个 GET 请求

但是

这请求链接也太特么长了吧

就是比小帅b短了一点点

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

我们来看看请求的参数是怎么样的

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

哇靠

gt?

challenge?

w?

这些都是什么鬼参数

还加密了

完全下不了手啊

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

那么

本篇完

再见

peace

你是不是迷恋我??

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

好吧

你居然滑到这里来了

说明你还是有点小帅b的

小帅b是那种遇到一点困难就放弃的人吗

显然不是

那么接下来才是真的

学习 python 的正确姿势

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

既然以请求的方式不好弄

我们从它们的源代码入手

看看有什么突破口

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

回到 b 站的登录页

按下 F12

进入 Element

然后点击滑块出现了图片

定位一下

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

发现有两个 a 标签

一个 class 是 gt_bg gt_show

一个 class 是 gt_fullbg gt_show

和小帅b想的一样

这个验证码应该是有两张图片

一张是完全的背景图片

一张是缺口的图片

那把这两张图片下载下来对比一下不就行了

打开 a 标签一看

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

哇靠

一张图片被切割成很多小块

原来这张图片是拼出来的

我们看看原始图片是怎么样的

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

什么乱七八糟的

再仔细看下源代码

原来是在同一张图片通过偏移量合成了一张完整的图片

background-position: -277px -58px;

厉害厉害

小帅b看了一下缺口的图片也是如此

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

到这里

我们的第一个思路就是

下载这两张原始图片

然后通过偏移量合成两张真正的图片

 

背景图

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

↓变身

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

缺口图

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

↓变身

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

那么怎么做呢?

因为我们还要模拟滑动滑块

所以呢

我们要用到 selenium

打开b站的登录页

然后等到那个滑块显示出来

 # 获取滑块按钮
    driver.get(url)
    slider = WAIT.until(EC.element_to_be_clickable(
        (By.CSS_SELECTOR, "#gc-box > div > div.gt_slider > div.gt_slider_knob.gt_show")))

接下来我们就获取页面的源码

driver.page_source

然后使用 bs 获取两张原始背景图片的 url

    bs = BeautifulSoup(driver.page_source,'lxml')
    # 找到背景图片和缺口图片的div
    bg_div = bs.find_all(class_='gt_cut_bg_slice')
    fullbg_div = bs.find_all(class_='gt_cut_fullbg_slice')

    # 获取缺口背景图片url
    bg_url = re.findall('background-image:surl("(.*?)")',bg_div[0].get('style'))
    # 获取背景图片url
    fullbg_url = re.findall('background-image:surl("(.*?)")',fullbg_div[0].get('style'))

拿到了图片地址之后

将图片下载下来

 # 将图片格式存为 jpg 格式
    bg_url = bg_url[0].replace('webp', 'jpg')
    fullbg_url = fullbg_url[0].replace('webp', 'jpg')
    # print(bg_url)
    # print(fullbg_url)

    # 下载图片
    bg_image = requests.get(bg_url).content
    fullbg_image = requests.get(fullbg_url).content
    print('完成图片下载')

ok

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

我们已经把两张原始图片下载下来了

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

那么接下来就是要合成图片了

我们要根据图片的位置来合成

也就是源码中的 background-position

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

获取每一个小图片的位置

我们可以通过字典的形式来表示这些位置

然后将数据放到列表中

    # 存放每个合成缺口背景图片的位置
    bg_location_list = []
    # 存放每个合成背景图片的位置
    fullbg_location_list = []

    for bg in bg_div:
        location = {}
        location['x'] = int(re.findall('background-position:s(.*?)pxs(.*?)px;', bg.get('style'))[0][0])
        location['y'] = int(re.findall('background-position:s(.*?)pxs(.*?)px;', bg.get('style'))[0][1])
        bg_location_list.append(location)

    for fullbg in fullbg_div:
        location = {}
        location['x'] = int(re.findall('background-position:s(.*?)pxs(.*?)px;', fullbg.get('style'))[0][0])
        location['y'] = int(re.findall('background-position:s(.*?)pxs(.*?)px;', fullbg.get('style'))[0][1])
        fullbg_location_list.append(location)

那么

现在我们已经有了原始图片

还知道了每个位置应该显示原始图片的什么部分

接下来我们就写一个方法

用来合成图片

    # 写入图片
    bg_image_file = BytesIO(bg_image)
    fullbg_image_file = BytesIO(fullbg_image)

    # 合成图片
    bg_Image = mergy_Image(bg_image_file, bg_location_list)
    fullbg_Image = mergy_Image(fullbg_image_file, fullbg_location_list)

那么问题又来了

怎么合成啊

我们再看看一开始分析的图片

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

这里图片被分割成的每一个小图片的尺寸是

10 * 58

所以我们也要将我们刚刚下载的原始图片切割成相应的尺寸大小

而且

这张图片是由上半部分的小图片和下半部分的小图片合成的

所以我们定义两个 list 来装这些小图片

  # 存放上下部分的各个小块
    upper_half_list = []
    down_half_list = []

然后将原始的图片切割好放进去

image = Image.open(image_file)

    # 通过 y 的位置来判断是上半部分还是下半部分,然后切割
    for location in location_list:
        if location['y'] == -58:
            # 间距为10,y:58-116
            im = image.crop((abs(location['x']), 58, abs(location['x'])+10, 116))
            upper_half_list.append(im)
        if location['y'] == 0:
            # 间距为10,y:0-58
            im = image.crop((abs(location['x']), 0, abs(location['x']) + 10, 58))
            down_half_list.append(im)

至此

我们这两个 list 就分别放好了各个切割的图片了

那么接下来就创建一张空白的图片

然后将小图片一张一张(间距为10)的粘贴到空白图片里

这样我们就可以得到一张合成好的图片了

我真是个天才

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

 # 创建一张大小一样的图片
    new_image = Image.new('RGB', (260, 116))

    # 粘贴好上半部分 y坐标是从上到下(0-116)
    offset = 0
    for im in upper_half_list:
        new_image.paste(im, (offset, 0))
        offset += 10

    # 粘贴好下半部分
    offset = 0
    for im in down_half_list:
        new_image.paste(im, (offset, 58))
        offset += 10

那么到现在

我们可以得到网页上显示的那两张图片了

一张完全的图片

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

一张带缺口的图片

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

接下来我们就要通过对比这两张图

看看我们要滑动的距离是多远

    # 合成图片
    bg_Image = mergy_Image(bg_image_file, bg_location_list)
    fullbg_Image = mergy_Image(fullbg_image_file, fullbg_location_list)
    # bg_Image.show()
    # fullbg_Image.show()

    # 计算缺口偏移距离
    distance = get_distance(bg_Image, fullbg_Image)
    print('得到距离:%s' % str(distance))

可以通过图片的 RGB 来计算

我们设定一个阈值

如果 r、g、b 大于这个阈值

我们就返回距离

def get_distance(bg_Image, fullbg_Image):

    #阈值
    threshold = 200

    print(bg_Image.size[0])
    print(bg_Image.size[1])


    for i in range(60, bg_Image.size[0]):
        for j in range(bg_Image.size[1]):
            bg_pix = bg_Image.getpixel((i, j))
            fullbg_pix = fullbg_Image.getpixel((i, j))
            r = abs(bg_pix[0] - fullbg_pix[0])
            g = abs(bg_pix[1] - fullbg_pix[1])
            b = abs(bg_pix[2] - fullbg_pix[2])

            if r + g + b > threshold:
               return i

现在

我们知道了关键的滑动距离

激动人心的时刻到了

我们使用 selenium

拿到滑块的元素

然后根据这个距离拖动到缺口位置不就好了么

马上打开 selenium 的文档

看到了这个函数

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

它可以使用左键点击元素

然后拖动到指定距离

最后释放鼠标左键

挖槽

正合我意

赶紧试一下

knob =  WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "#gc-box > div > div.gt_slider > div.gt_slider_knob.gt_show")))
ActionChains(driver).drag_and_drop_by_offset(knobdistance, 0).perform()

运行一下试试看吧

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

哇哦你妹哦~

妖怪吃了拼图了

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

看来直接拖拽是不行的

容易遇到妖怪

毕竟这太快了

就算加藤鹰也没那么快吧

小帅b试着拖完滑块让它睡一下再释放

    ActionChains(driver).click_and_hold(knob).perform()
    ActionChains(driver).move_by_offset(xoffset=distance, yoffset=0.1).perform()
    time.sleep(0.5)
    ActionChains(driver).release(knob).perform()

发现拼图还是特么的被妖怪吃了

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

后来小帅b发现原来别人也遇到了这样的问题

然后又发现了

有个叫匀速直线运动的东西

什么 加速度

什么 v = v0 + at

什么 s = ½at²

这不是高中的知识点么

瞬间想起小帅b高中的时候在最角落的课桌

此刻往右上方抬起头

 45 度角

让我的眼泪划出一条美丽的弧线

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

什么鬼

回到正题

我们可以使用它来构造一个运动路径

该加速时加速

该减速的时候减速

这样的话就更像人类在滑动滑块了


def get_path(distance):
        result = []
        current = 0
        mid = distance * 4 / 5
        t = 0.2
        v = 0
        while current < (distance - 10):
            if current < mid:
                a = 2
            else:
                a = -3
            v0 = v
            v = v0 + a * t
            s = v0 * t + 0.5 * a * t * t
            current += s
            result.append(round(s))
        return result

这次

我们使用这个轨迹来滑动

    knob = WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "#gc-box > div > div.gt_slider > div.gt_slider_knob.gt_show")))
    result = get_path(distance)
    ActionChains(driver).click_and_hold(knob).perform()

    for x in result:
        ActionChains(driver).move_by_offset(xoffset=x, yoffset=0).perform()

    time.sleep(0.5)
    ActionChains(driver).release(knob).perform() 

好了好了

我们再来运行一下吧

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

哈哈哈

cool

成功识别了哇

我不管

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

当然了

成功率不是 100%

可以多调戏它几次

ok

以上就是识别滑动验证码的具体过程了

对于其它大部分的滑动验证码

也是可以使用这招搞定的

由于篇幅有限

源代码我放在了这个公众号后台了

你发送〔滑动〕两个字

就可以获取啦

这次本篇就真的完啦

听说你想约我?

peace

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

相关文章

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

(小帅b教你三招搞定模拟登录)

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

(小帅b教你轻松识别图片验证码)

 

 

      点个在看啊~~(破音)

python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

原文始发于微信公众号(学习python的正确姿势):python爬虫21 | 对于b站这样的滑动验证码,不好意思,照样自动识别

发表回复