PythonSelenium网络爬虫工具解决滑块验证码

# Python Selenium 破解滑块验证码最新版 >本文破解方式截止到 2018 年 9 月 2 日的 GEETEST 有效，本文不定期更新。 有爬虫，自然就有反爬虫，就像病毒和杀毒软件一样，有攻就有防，两者彼此推进发展。为了防止爬虫自动注册，批量生成垃圾账号，几乎所有网站的注册页面都会用到验证码技术。而目前市场占有率很高的反爬技术验证码就是 GEETEST 滑动验证码，本篇博客就是介绍如何破解 GEETEST 验证码。  ## 需要用到的库 ```python # 图像处理标准库 from PIL import Image # web测试 from selenium import webdriver # 鼠标操作 from selenium.webdriver.common.action_chains import ActionChains # 等待时间 import time # 产生随机数 import random # 图片转换 import base64 ``` ## 破解步骤 1. 利用 selenium 进入滑块验证码页面。（略：会 selenium 的都知道怎么打开页面吧） 2. [执行 JS 获取滑块背景图和完整背景图的数据。](#获取背景图数据) 3. [利用 base64 将图片数据转化为图片保存到本地。](#保存背景图) 4. [通过图片像素对比分析获取缺口位置与滑块移动距离。](#计算移动距离) 5. [机器模拟人工滑动轨迹。](#模拟人工滑动) >参考了 [\_\_\_PANDA\_\_\_](https://blog.csdn.net/qq_38685503/article/details/81187105) 的文章，主要完善了下载背景图片步骤 ### 获取背景图数据 为了反爬虫，GEETEST 最新版的背景图打乱了顺序：   看了 [\_\_\_PANDA\_\_\_](https://blog.csdn.net/qq_38685503/article/details/81187105) 的方法，感觉很麻烦，如果网站用的图片很多的话，会需要很多时间来保存这些图片，费时费力还不一定准确。 所以想了个办法，通过 JS 代码获取背景图数据，通过 `get_base64_by_canvas(driver, class_name, contain_type)` 方法直接获取指定类名的 `canvas` 标签图片数据，绕过乱序图拼接为完整图的步骤，完美下载正常顺序的图片。 ### 保存背景图片 通过 `save_base64img(data_str, save_name)` 方法将图片 base64 数据转化为图片并保存到本地 >`save_bg()` 和 `save_full_bg()` 方法分别将这两步合在了一起 ### 计算移动距离 `get_offset(full_bg_path, bg_path)` 方法，通过对比缺口背景图和完整背景图来判断缺口位置，从而计算出滑块需要滑动多少距离 ### 模拟人工滑动 `get_track(distance)` 方法根据移动距离生成模拟人的移动轨迹，该方法直接借鉴 [\_\_\_PANDA\_\_\_](https://blog.csdn.net/qq_38685503/article/details/81187105) 的方法 ## 使用方法 因为可能其他地方也会用到，所以单独写了这个工具类，使用的时候 `import` 一下直接调用方法就行啦~ ```python import geecrack import time from selenium import webdriver driver = webdriver.Chrome() driver.get("https://otcbtc.com/sign_in") time.sleep(5) submit_btn = driver.find_element_by_id('login-submit-btn') submit_btn.click() time.sleep(2) # 上面只是打开 otcbtc 网站验证码的例子，下面是调用 geetest.py 的方法 # 保存包含缺口的页面截图 bg_path = geecrack.save_bg(driver) # 保存完整背景图 full_bg_path = geecrack.save_full_bg(driver) # 移动距离 distance = geecrack.get_offset(full_bg_path, bg_path) # 获取移动轨迹 track = geecrack.get_track(distance) # 滑动圆球至缺口处 geecrack.drag_the_ball(driver, track) # 到此就完成滑动验证码啦~ ``` >无特殊情况不需要传标签类名的参数 >偏移量默认 39，可根据自身情况设置: `geecrack.initial_offset = 35` ## 效果演示  至此，可以就可以不用提前保存各种验证码图片了，全都能自动破解验证码了\~ 各位大神喜欢的话请给项目点个星星\~谢谢\~