锐客网

  1. 首页 > it技术 > >

爬虫怎样绕过验证码（）

1，cookie登录
利用cookie的特性：cookie会保持较长的时间，来避免用户频繁登录
cookie一般由前端开发用js生成，可以利用抓包尝试下破解，不过这个难度有点高，不过破解js本就是爬虫必须直面面对的
2OCR库里的tesseract（光学文字识别）可以解决大多数的传统验证码
软件tesserract-ocr先安装，然后安装pytesserract类库
注意：
Windows需要下载软件安装包，再配置环境变量
linux直接在命令窗口输入：sudo apt-get tesseract-ocr 模拟浏览器，selenium和PIL库的截屏功能，来识别验证码（save_screenshot截图）
打码平台
打码兔和QQ超人打码，有提供Python的接入方式，人工打码平台需要收费。
以QQ超人打码平台，先要注册开发者账号，在识别程序中需要填写个人账号进行认证计费，登录之后接入，开始计费（一个码六分钱）
selenium 来模拟拉动来破解滑动验证码
由于时间过久，滑动验证码已经更改，滑动验证码已经被放弃，现仅供参考使用
交流群：1029344413 分享资料、源码

from
PILimport Imagefromtimeimport sleepfromseleniumimport webdriverfromselenium.webdriver.common.byimport Byfromselenium.webdriverimport ActionChainsfromselenium.webdriver.support.waitimport WebDriverWaitfromselenium.webdriver.supportimport expected_conditions as ECfromselenium.webdriver.common.desired_capabilitiesimport DesiredCapabilitiesimport random
headers = {
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36"}
chrome_options = webdriver.ChromeOptions()
chrome_options.add_experimental_option('w3c', False)
caps = DesiredCapabilities.CHROME
caps['loggingPrefs'] = {'performance':'ALL'}class SliderVerificationCode(object):
def__init__(self):# 初始化一些信息self.left = 60# 定义一个左边的起点 缺口一般离图片左侧有一定的距离 有一个滑块self.url ='https://passport.bilibili.com/login'self.driver = webdriver.Chrome(executable_path='C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe')
self.wait = WebDriverWait(self.driver, 20)# 设置等待时间20秒self.phone ="17369251763"self.passwd ="abcdefg"definput_name_password(self):# 输入账号密码self.driver.get(self.url)
self.driver.maximize_window()
input_name = self.driver.find_element_by_xpath("//input[@id='login-username']")
input_pwd = self.driver.find_element_by_xpath("//input[@id='login-passwd']")
input_name.send_keys("username")
self.wait = WebDriverWait(self.driver, 3)
input_pwd.send_keys("passport")
defclick_login_button(self):# 点击登录按钮,出现验证码图片login_btn = self.driver.find_element_by_class_name("btn-login")
sleep(random.randint(3, 6))
login_btn.click()
defget_geetest_image(self):# 获取验证码图片gapimg = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME,'geetest_canvas_bg')))
sleep(2)
gapimg.screenshot(r'./captcha1.png')
# 通过js代码修改标签样式 显示图片2js ='var change = document.getElementsByClassName("geetest_canvas_fullbg"); change[0].style = "display:block; "'self.driver.execute_script(js)
sleep(2)
fullimg = self.wait.until(
EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_slice')))
fullimg.screenshot(r'./captcha2.png')
def is_similar(self, image1, image2, x, y):
'''判断两张图片 各个位置的像素是否相同
#image1:带缺口的图片
:param image2: 不带缺口的图片
:param x: 位置x
:param y: 位置y
:return: (x,y)位置的像素是否相同
'''# 获取两张图片指定位置的像素点pixel1 = image1.load()[x, y]
pixel2 = image2.load()[x, y]
# 设置一个阈值 允许有误差threshold = 60# 彩色图 每个位置的像素点有三个通道ifabs(pixel1[0] - pixel2[0]) < thresholdandabs(pixel1[1] - pixel2[1]) < thresholdand abs(
pixel1[2] - pixel2[2]) < threshold:
return True
else:
return False
defget_diff_location(self):# 获取缺口图起点captcha1 = Image.open('captcha1.png')
captcha2 = Image.open('captcha2.png')
forxinrange(self.left, captcha1.size[0]):# 从左到右 x方向foryinrange(captcha1.size[1]):# 从上到下 y方向ifnot self.is_similar(captcha1, captcha2, x, y):
returnx# 找到缺口的左侧边界 在x方向上的位置def get_move_track(self, gap):
【爬虫怎样绕过验证码（）】track = []# 移动轨迹current = 0# 当前位移# 减速阈值mid = gap * 4 / 5# 前4/5段加速 后1/5段减速t = 0.2# 计算间隔v = 0# 初速度whilecurrent < gap:
ifcurrent < mid:
a = 5# 加速度为+5else:
a = -5# 加速度为-5v0 = v# 初速度v0v = v0 + a * t# 当前速度move = v0 * t + 1 / 2 * a * t * t# 移动距离current += move# 当前位移track.append(round(move))# 加入轨迹return track
def move_slider(self, track):
slider = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'.geetest_slider_button')))
ActionChains(self.driver).click_and_hold(slider).perform()
forxintrack:# 只有水平方向有运动 按轨迹移动ActionChains(self.driver).move_by_offset(xoffset=x, yoffset=0).perform()
sleep(1)
ActionChains(self.driver).release().perform()# 松开鼠标def main(self):
self.input_name_password()
self.click_login_button()
self.get_geetest_image()
gap = self.get_diff_location()# 缺口左起点位置gap = gap - 6# 减去滑块左侧距离图片左侧在x方向上的距离 即为滑块实际要移动的距离track = self.get_move_track(gap)
self.move_slider(track)if__name__=="__main__":
springAutumn = SliderVerificationCode()
springAutumn.main()

    推荐阅读


    上一篇：是时候改变自己了！

    下一篇：熊旺斌日精进0211第853天