极验验证–滑块验证

  • Post author:
  • Post category:其他


极验验证–滑块验证

本文通过通过模拟登录极验网站,完成滑块验证


所用语言和相关模块

  • python3.6
  • selenium
  • requests`
  • PIL

极验验证码特点分析

极验验证是一种在计算机领域用于区分自然人和机器人的,通过简单集成的方式,为开发者提供安全、便捷的云端验证服务,与以往传统验证码不同的是,极验通过分析用户完成拼图过程中的行为特征,通过数据分析来判断是人还是机器。用户不必面对眼花缭乱的英文字符或汉字,整个验证过程变的像游戏一样有趣> [ 百度百科 ]

本文以极验验证码官网:

https://auth.geetest.com/login/

为例,实现对极验验证码的破解登录。

网站特点分析

登录

https://auth.geetest.com/login/

,分析其登录界面的特点:

初始登录界面

根据指示点击按钮:

点击后出现滑块页面

拉动滑块完成验证:

这里写图片描述

实现过程

由上面的分析过程可以得知,实现过程课分为3部分完成:

1)点击验证按钮,使之弹出滑块图片

2)识别滑块缺失部分的位置

3)拉动滑块,完成验证

相关代码


模拟点击部分代码:

def get_button(self):
        """
        模拟点击初始验证
        :return:
        """
        button = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_radar_tip')))
        button.click()


识别滑块缺失部分位置

获取验证码位置代码:
def get_position(self):
        """
        获取验证码位置
        :return:验证码位置元组
        """
        # image = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_img geetest_absolute')))
        img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_img')))
        time.sleep(2)
        location = img.location
        size = img.size
        top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size[
            'width']
        return (top, bottom, left, right)

获取页面截图部分代码:

 def get_screen(self):
        """
        获取页面截图
        :return:
        """
        screen = self.bro.get_screenshot_as_png()
        screen = Image.open(BytesIO(screen))
        return screen

获取验证码图片部分代码:

    def get_image(self):
        """
        获取验证码图片
        :return:
        """
        top, bottom, left, right = self.get_position()
        screen = self.get_screen()
        cap = screen.crop((left, top, right, bottom))
        return cap

获取缺口偏移量代码:

 def get_gap(self, image1, image2):
        """
        获取缺口偏移量
        :param image1:不带缺口的图片(初始图片)
        :param image2:带缺口的图片(按了滑块的图片)
        :return:缺口偏移量
        """
        left = 60
        for i in range(left, image1.size[0]):
            for j in range(image1.size[1]):
                if not self.is_pixel_equal(image1, image2, i, j):
                    left = i
                    return left
        return left

通过上述的比较,登出滑块缺口的位置


拖动滑块,完成验证


根据偏移量,获得移动轨迹,并变化拉动的速度,防止被防爬:

 def get_track(self, distance):
        """
        根据偏移量获取移动轨迹
        :param distance:偏移量
        :return:移动轨迹
        """
        # 移动轨迹
        track = []
        # 当前位移
        current = 0
        # 减速阈值
        mid = distance * 4 / 5
        # 计算间隔
        t = 0.2
        # 初速度
        v = 0

        while current < distance:
            if current < mid:
                # 加速度为正2
                a = 2
            else:
                # 加速度为负3
                a = -3
            # 初速度v0
            v0 = v
            # 当前速度v = v0 + at
            v = v0 + a * t
            # 移动距离x = v0t + 1/2 * a * t^2
            move = v0 * t + 1 / 2 * a * t * t
            # 当前位移
            current += move
            # 加入轨迹
            track.append(round(move))
        return track

完成滑块的拉动

 def move_to_gap(self, slider, track):
        """
        拖动滑块到缺口处
        :param slider:滑块
        :param track:轨迹
        :return:
        """
        ActionChains(self.bro).click_and_hold(slider).perform()
        for x in track:
            ActionChains(self.bro).move_by_offset(xoffset=x, yoffset=0).perform()
        time.sleep(0.5)
        ActionChains(self.bro).release().perform()

总结

通过上诉的分析以及代码的实现,完成了对极验验证码–滑块部分的额验证,全部代码获取:

github地址

,如果觉得对你有点帮助,麻烦给个星。。。。



版权声明:本文为panyuteng原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。