标签：full 滑块 Python self base64 Selenium gap path image
在项目中有时验证码是滑块拼图形式的，这种验证码该如何完成验证呢？
有以下几个步骤：
-
第一步：得到验证码图片
-
第二步：匹配缺口照片在完整照片的位置
-
第三步：机器模拟人工滑动轨迹
-
第四步：判断拼图是否成功
-
第五步：滑块拼图递归循环调用
一、得到验证码图片
1、思路
- 获取完整图片和缺口图片的base64数据
- 转换base64数据为图片
2、实践方法
封装
def get_images(self):
"""第一步：得到验证码图片base64数据"""
# 得到完整的图片base64数据,"return"必须加上
full_js = "return document.getElementsByTagName('img')[0].src"
full_image = self.executeScript(full_js, loc=None)
# 得到缺口的图片base64数据
gap_js = "return document.getElementsByTagName('img')[1].src"
gap_image = self.executeScript(gap_js, loc=None)
# 设置保存路径
base_path = fun().upPath() + "/data/image"
full_path = base_path + "/full_image.png"
gap_path = base_path + "/gap_image.png"
# 转换
self.base64_to_image(full_image, full_path)
self.base64_to_image(gap_image, gap_path)
# 返回路径
return full_path, gap_path
def base64_to_image(self,base64_str , image_path=None):
"""在第一步里：base64转化为image"""
base64_data = re.sub('^data:image/.+;base64,', '', base64_str)
byte_data = base64.b64decode(base64_data)
image_data = BytesIO(byte_data)
img = Image.open(image_data)
if image_path:
img.save(image_path)
return img
完整的图片：full_image.png
缺口的图片：gap_image.png
二、匹配缺口照片在完整照片的位置
1、思路
- 读取完整图片和缺口图片信息
- 匹配缺口照片在完整照片的位置
2、实践方法
封装
def match_gaps(self, full, gap):
"""第二步：匹配缺口照片在完整照片的位置"""
# 读取图片文件信息
img_full = cv2.imread(full)
# 以灰度模式加载图片
template = cv2.imread(gap)
# 方法
methods = [cv2.TM_SQDIFF_NORMED, cv2.TM_CCORR_NORMED, cv2.TM_CCOEFF_NORMED]
# 记录每个方法的距离
left = []
# 最接近值
min_ = []
for method in methods:
# 匹配
res = cv2.matchTemplate(img_full, template, method)
# 获取相关内容
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
if method == cv2.TM_SQDIFF_NORMED:
min_.append(min_val - 0.0)
left.append(min_loc[0])
else:
min_.append(1.0 - max_val)
left.append(max_loc[0])
index = min_.index(numpy.min(min_))
print("选用第{:d}个方法, 差为：{:f}，距离为：{:d}".format(index+1, min_[index], left[index]))
return left[index]
三、机器模拟人工滑动轨迹
1、思路
- 滑块移动轨迹
- 机器模拟人工滑动轨迹
2、实践方法
封装
def sliding_track(self, distance):
"""第三步：机器模拟人工滑动轨迹"""
# 按住按钮
self.click_and_hold(loc.verifyButton_loc)
# 获取轨迹
track = self.get_track(distance)
print(f"获取轨迹：{track}")
print("++++++++++++++++++++++++++++++++++++++++++++")
for t in track:
self.move_by_offset(t)
self.move_by_offset(5)
self.move_by_offset(-5)
# 松开按钮
self.release()
def get_track(self, distance):
"""在第三步里：滑块移动轨迹"""
track = []
current = 0
# 阈值
mid = distance * 3 / 4
t = random.randint(5, 6) / 10
v = 0
while current < distance:
if current < mid:
a = 6
else:
a = -7
v0 = v
v = v0 + a * t
move = v0 * t + 3 / 4 * a * t * t
current += move
track.append(round(move))
return track
四、判断拼图是否存在
1、思路
- 判断拼图是否存在
- 存在的话返回true
2、实践方法
封装
def judgeBox(self):
"""第四步：判断拼图是否存在"""
box_js = "return document.getElementsByClassName('verifybox')"
box_is = self.executeScript(box_js, loc=None)
return len(box_is) > 0
五、滑块拼图递归循环调用
1、思路
- 判断拼图存在的话重新再执行以上方法
2、实践方法
封装
def loop(self):
"""第五步：滑块拼图递归循环调用"""
# 得到验证码图片
full_img_path, gap_img_path = self.get_images()
# 匹配缺口照片在完整照片的位置
number = self.match_gaps(full_img_path, gap_img_path)
print(f"缺口照片的位置为：{number}")
# 机器模拟人工滑动轨迹
self.sliding_track(number)
if self.judgeBox():
self.loop()
六、附录
①爬遍天下无敌手《Python Selenium破解滑块验证码最新版！》***
②YKenan《Python 爬虫 Selenium 中滑动验证码》*****
③上海-悠悠《selenium+python自动化101-execute_script 方法获取 JavaScript 返回值》
④YungGuo《python+selenium使用ActionChains类move_by_offset拖动鼠标重复执行位移问题》
⑤weixin_39792393《python 捕捉键盘esc事件_Python+Selenium自动化测试 4. ActionChains鼠标，键盘事件》
标签：full,滑块,Python,self,base64,Selenium,gap,path,image 来源： https://www.cnblogs.com/Owen-ET/p/16359144.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。