b站这样的滑动验证码，用Python照样自动识别

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

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

那么

对于这种验证码

应该怎么破呢

接下来就是

打开 b 站的登录页面

https://passport.bilibili.com/login

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

可以看到是一个 GET 请求

但是

这请求链接也太特么长了吧

我们来看看请求的参数是怎么样的

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

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

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

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

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

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;

看了一下缺口的图片也是如此

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

缺口图

↓变身

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

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')

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

ok

我们已经把两张原始图片下载下来了

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

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

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

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

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

然后将原始的图片切割好放进去

image = Image.open(image_file)

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

 # 创建一张大小一样的图片

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

一张带缺口的图片

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

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):

现在

我们知道了关键的滑动距离了

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

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

knob =  WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "#gc-box > div > div.gt_slider > div.gt_slider_knob.gt_show")))

运行一下试试看吧

妖怪吃了拼图了

看来直接拖拽是不行的

试着拖完滑块让它睡一下再释放

    ActionChains(driver).click_and_hold(knob).perform()

发现拼图还是特么的被妖怪吃了

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

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

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")))

好了好了

我们再来运行一下吧

哈哈哈

成功识别了

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

如果大家想找一个Python学习环境，可以加入我们的 Python学习[秋秋]圈：784758214 更多案例资源

完整代码：

进口时间
导入请求
来自 PIL  导入图片
来自 selenium import webdriver
来自 selenium.webdriver 导入 ActionChains
从 selenium.webdriver.common.by 进口通过
来自 selenium.webdriver.support.ui 导入 WebDriverWait
从 selenium.webdriver.support 导入 expected_conditions 作为 EC
来自 bs4 进口 BeautifulSoup
进口重新
来自 io import BytesIO

driver = webdriver.Chrome（' / usr / lib / chromium-browser / chromedriver '）
WAIT  = WebDriverWait（驱动程序，10）
url =  ' https://passport.bilibili.com/login '


def  mergy_Image（image_file，location_list）：
    “””
    将原始图片进行合成
    ：param image_file：图片文件
    ：param location_list：图片位置
    ：return：合成新的图片
    “””

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

    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
    在 location_list 中的位置：
        如果 location [ ' y ' ] ==  - 58：
            ＃间距为10，Y：58-116
            IM = image.crop（（ABS（位置[ ' X ' ]），58，ABS（位置[ ' X ' ]）+ 10，116））
            upper_half_list.append（IM）
        如果 location [ ' y ' ] ==  0：
            ＃间距为10，Y：0-58
            IM = image.crop（（ABS（位置[ ' X ' ]），0，ABS（位置[ ' X ' ]）+  10，58））
            down_half_list.append（IM）

    ＃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
    对于 IM 在 upper_half_list：
        new_image.paste（im，（offset，0））
        偏移+ =  10

    ＃粘贴好下半部分
    offset =  0
    对于 IM 在 down_half_list：
        new_image.paste（im，（offset，58））
        偏移+ =  10

    返回 new_image


def  get_distance（bg_Image，fullbg_Image）：

    ＃阈值
    阈值=  200

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


    对于我在 范围（60，bg_Image.size [ 0 ]）：
        为 Ĵ 在 范围（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 ]）

            如果 r + g + b >阈值：
               回来我




def  get_path（距离）：
        result = []
        current =  0
        中期=距离*  4  /  5
        t =  0.2
        v =  0
        而当前<（距离-  10）：
            如果当前< mid：
                a =  2
            否则：
                a =  - 3
            v0 = v
            v = v0 + a * t
            s = v0 * t +  0.5  * a * t * t
            当前+ = s
            result.append（round（s））
        返回结果


def  start_drag（driver，distance）：

    ＃被妖怪吃掉了
    ＃旋钮= WAIT.until（EC.presence_of_element_located（（By.CSS_SELECTOR， “＃GC-箱> DIV> div.gt_slider> div.gt_slider_knob.gt_show”）））
    ＃ ActionChains（司机）.click_and_hold（旋钮）.perform（）
    ＃ ActionChains（驱动程序）.move_by_offset（X偏移=距离，Y偏移= 0.1）.perform（）
    # time.sleep（0.5）
    ＃ ActionChains（司机）.release（旋钮）.perform（）

    ＃被妖怪吃掉了
    ＃ ActionChains（驱动程序）.drag_and_drop_by_offset（旋钮，距离10，0）.perform（）

    knob =  WAIT .until（EC .presence_of_element_located（（。CSS_SELECTOR，“＃gc-box> div> div.gt_slider> div.gt_slider_knob.gt_show ”）））
    result = get_path（距离）
    ActionChains（司机）.click_and_hold（旋钮）.perform（）

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

    time.sleep（0.5）
    ActionChains（司机）.release（旋钮）.perform（）


高清 recognize_code（司机）：
    “””
    识别滑动验证码
    ：param driver：selenium驱动
    ：返回：
    “””

    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 '）

    ＃获取缺口背景图片网址
    bg_url = re.findall（' background-image：\ surl \（“（。*？）”\）'，bg_div [ 0 ] .get（' style '））
    ＃获取背景图片的URL
    fullbg_url = re.findall（' background-image：\ surl \（“（。*？）”\）'，fullbg_div [ 0 ] .get（' style '））

    ＃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 = []

    为 BG 在 bg_div：
        location = {}
        location [ ' x ' ] =  int（re.findall（' background-position：\ s（。*？）px \ s（。*？）px; '，bg.get（' style '））[ 0 ] [ 0 ]）
        location [ ' y ' ] =  int（re.findall（' background-position：\ s（。*？）px \ s（。*？）px; '，bg.get（' style '））[ 0 ] [ 1 ]）
        bg_location_list.append（位置）

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

    print（bg_location_list）
    print（fullbg_location_list）

    ＃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 '）
    ＃打印（bg_url）
    ＃打印（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'）

    ＃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）
    # 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（距离））

    start_drag（司机，距离）




如果 __name__  ==  ' __main__ '：

    ＃获取滑块按钮
    driver.get（URL）
    slider =  WAIT .until（EC .element_to_be_clickable（
        （通过.CSS_SELECTOR，“＃gc-box> div> div.gt_slider> div.gt_slider_knob.gt_show ”）））

    recognize_code（驱动器）


    # driver.close（）