破解滑動驗證碼動態圖片.gif

最近在參與公司大數據項目的測試，其中部分數據來源于網絡爬蟲，想用selenium輔助測試，無奈有驗證碼（滑動驗證碼），于是就想著怎么破解，參考了網上的一些破解的方法，發現有一定的失敗的概率，自己加以改進后，最終破解成功達到了100%，程序執行破解的過程見如上動圖所示：

破解的原理大概是這樣的：使用selenium拖動滑塊，識別圖片中的缺口，然后將滑塊拖動至缺口處，完成拼圖。整個過程看似簡單，但程序處理起來并不簡單：1、怎么判斷缺口的位置，這個要對比圖片背景的色差，2、怎么模擬人類拖動滑塊的操作，勻速滑動或者一次性滑動到位都會被判定為程序行為而非人工操作，從而被禁止，這個可以通過隨機函數進行隨機滑動，3、操作的時候可能會失敗，這個可以遞歸調用滑動操作，失敗后重新刷新驗證碼并再一次進行滑動操作，直至成功。

找到了兩種破解方法，方法一單次破解的成功率在20%左右，通常需要遞歸調用4到5次就能破解成功，方法二單次破解成功率在90%左右，通常只用調用1次就能破解成功，最多不超過2次。

以下是方法一和方法二的源代碼：

方法一

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.action_chains import ActionChains
import PIL.Image as image
import time,re, random
import requests
try:
    from StringIO import StringIO
except ImportError:
    from io import StringIO

#爬蟲模擬的瀏覽器頭部信息
agent = 'Mozilla/5.0 (Windows NT 5.1; rv:33.0) Gecko/20100101 Firefox/33.0'
headers = {
        'User-Agent': agent
        }

# 根據位置對圖片進行合并還原
# filename:圖片
# location_list:圖片位置
#內部兩個圖片處理函數的介紹
#crop函數帶的參數為(起始點的橫坐標，起始點的縱坐標，寬度，高度）
#paste函數的參數為(需要修改的圖片，粘貼的起始點的橫坐標，粘貼的起始點的縱坐標）
def get_merge_image(filename,location_list):
    #打開圖片文件
    im = image.open(filename)
    #創建新的圖片,大小為260*116
    new_im = image.new('RGB', (260,116))
    im_list_upper=[]
    im_list_down=[]
    # 拷貝圖片
    for location in location_list:
        #上面的圖片
        if location['y']==-58:
            im_list_upper.append(im.crop((abs(location['x']),58,abs(location['x'])+10,166)))
        #下面的圖片
        if location['y']==0:
            im_list_down.append(im.crop((abs(location['x']),0,abs(location['x'])+10,58)))
    new_im = image.new('RGB', (260,116))
    x_offset = 0
    #黏貼圖片
    for im in im_list_upper:
        new_im.paste(im, (x_offset,0))
        x_offset += im.size[0]
    x_offset = 0
    for im in im_list_down:
        new_im.paste(im, (x_offset,58))
        x_offset += im.size[0]
    return new_im

#下載并還原圖片
# driver:webdriver
# div:圖片的div
def get_image(driver,div):
    #找到圖片所在的div
    background_images=driver.find_elements_by_xpath(div)
    location_list=[]
    imageurl=''
    #圖片是被CSS按照位移的方式打亂的,我們需要找出這些位移,為后續還原做好準備
    for background_image in background_images:
        location={}
        #在html里面解析出小圖片的url地址，還有長高的數值
        location['x']=int(re.findall("background-image: url\(\"(.*)\"\); background-position: (.*)px (.*)px;",background_image.get_attribute('style'))[0][1])
        location['y']=int(re.findall("background-image: url\(\"(.*)\"\); background-position: (.*)px (.*)px;",background_image.get_attribute('style'))[0][2])
        imageurl=re.findall("background-image: url\(\"(.*)\"\); background-position: (.*)px (.*)px;",background_image.get_attribute('style'))[0][0]
        location_list.append(location)
    #替換圖片的后綴,獲得圖片的URL
    imageurl=imageurl.replace("webp","jpg")
    #獲得圖片的名字
    # imageName = imageurl.split('/')[-1]
    imageName = '77777777'
    #獲得圖片
    session = requests.session()
    r = session.get(imageurl, headers = headers, verify = False)
    #下載圖片
    with open(imageName, 'wb') as f:
        f.write(r.content)
        f.close()
    #重新合并還原圖片
    image=get_merge_image(imageName, location_list)
    return image

#對比RGB值
def is_similar(image1,image2,x,y):
    pass
    #獲取指定位置的RGB值
    pixel1=image1.getpixel((x,y))
    pixel2=image2.getpixel((x,y))
    for i in range(0,3):
        # 如果相差超過50則就認為找到了缺口的位置
        if abs(pixel1[i]-pixel2[i])>=50:
            return False
    return True

#計算缺口的位置
def get_diff_location(image1,image2):
    i=0
    # 兩張原始圖的大小都是相同的260*116
    # 那就通過兩個for循環依次對比每個像素點的RGB值
    # 如果相差超過50則就認為找到了缺口的位置
    for i in range(0,260):
        for j in range(0,116):
            if is_similar(image1,image2,i,j)==False:
                return  i

#根據缺口的位置模擬x軸移動的軌跡
def get_track(length):
    pass
    list=[]
    #間隔通過隨機范圍函數來獲得,每次移動一步或者兩步
    x=random.randint(1,3)
    #生成軌跡并保存到list內
    while length-x>=5:
        list.append(x)
        length=length-x
        x=random.randint(1,3)
    #最后五步都是一步步移動
    for i in range(length):
        list.append(1)
    return list

def slide(driver):
     # 等待頁面的上元素刷新出來
     WebDriverWait(driver, 30).until(
         lambda the_driver: the_driver.find_element_by_xpath('//a[@class="gt_refresh_button"]').is_displayed())
     element = driver.find_element_by_xpath('//a[@class="gt_refresh_button"]')
     element.click()
     time.sleep(1)
     WebDriverWait(driver, 30).until(
        lambda the_driver: the_driver.find_element_by_xpath("http://div[@class='gt_slider_knob gt_show']").is_displayed())
     # driver.find_element_by_css_selector("/html/body/div[4]/div[2]/div[2]/div[2]/div[2]']").click()
     WebDriverWait(driver, 30).until(
        lambda the_driver: the_driver.find_element_by_xpath("http://div[@class='gt_cut_bg gt_show']").is_displayed())
     WebDriverWait(driver, 30).until(
        lambda the_driver: the_driver.find_element_by_xpath("http://div[@class='gt_cut_fullbg gt_show']").is_displayed())
     element = driver.find_element_by_xpath('//a[@class="gt_refresh_button"]')
     element.click()
     time.sleep(1)
     # 下載圖片
     image1 = get_image(driver, "http://div[@class='gt_cut_bg gt_show']/div")
     image2 = get_image(driver, "http://div[@class='gt_cut_fullbg gt_show']/div")
     # 計算缺口位置
     loc=get_diff_location(image1, image2)
     #生成x的移動軌跡點
     track_list=get_track(loc)
     #找到滑動的圓球
     element=driver.find_element_by_xpath("http://div[@class='gt_slider_knob gt_show']")
     location=element.location
     #獲得滑動圓球的高度
     y=location['y']
     #鼠標點擊元素并按住不放
     print ("第一步,點擊元素")
     ActionChains(driver).click_and_hold(on_element=element).perform()
     time.sleep(0.15)
     print ("第二步，拖動元素")
     track_string = ""
     for track in track_list:
        #不能移動太快,否則會被認為是程序執行
        track_string = track_string + "{%d,%d}," % (track, y - 445)
        #xoffset=track+22:這里的移動位置的值是相對于滑動圓球左上角的相對值，而軌跡變量里的是圓球的中心點，所以要加上圓球長度的一半。
        #yoffset=y-445:這里也是一樣的。不過要注意的是不同的瀏覽器渲染出來的結果是不一樣的，要保證最終的計算后的值是22，也就是圓球高度的一半
        ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=track+22, yoffset=y-445).perform()
        #間隔時間也通過隨機函數來獲得,間隔不能太快,否則會被認為是程序執行
        time.sleep(random.randint(10,50)/100)
     print (track_string)
     #xoffset=21，本質就是向后退一格。這里退了5格是因為圓球的位置和滑動條的左邊緣有5格的距離
     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-445).perform()
     time.sleep(0.1)
     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-445).perform()
     time.sleep(0.1)
     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-445).perform()
     time.sleep(0.1)
     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-445).perform()
     time.sleep(0.1)
     ActionChains(driver).move_to_element_with_offset(to_element=element, xoffset=21, yoffset=y-445).perform()
     print ("第三步，釋放鼠標")
     #釋放鼠標
     ActionChains(driver).release(on_element=element).perform()
     time.sleep(3)
     s = driver.find_elements_by_xpath('//*[@id="wrap1"]/div[3]/div/div/p')
     if len(s) == 0:
         print("滑動解鎖失敗")
         slide(driver)
     else:
         print("滑動解鎖成功")

#滑動驗證碼破解程序
def main():
    #打開火狐瀏覽器
    driver=webdriver.Chrome("D:\Google\Chrome\Application\chromedriver.exe")
    #用火狐瀏覽器打開網頁
    driver.get("http://www.sgs.gov.cn/notice/")
    driver.find_element_by_id("keyword").send_keys('中國長城工業上海有限公司')
    driver.find_element_by_id("buttonSearch").click()



    slide(driver)



    #點擊驗證
    # submit = driver.find_element_by_xpath("http://div[@class='gt_ajax_tip success']")
    # print(submit.location)
    # time.sleep(5)
    #關閉瀏覽器,為了演示方便,暫時注釋掉.
    #driver.quit()

#主函數入口
if __name__ == '__main__':
    pass
    main()

方法二

# -*- coding: utf-8 -*-
import random
import time, re
from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.action_chains import ActionChains
from PIL import Image
import requests
from io import BytesIO


class Vincent(object):
    def __init__(self):
        chrome_option = webdriver.ChromeOptions()
        # chrome_option.set_headless()

        self.driver = webdriver.Chrome(executable_path=r"D:\Google\Chrome\Application\chromedriver.exe", chrome_options=chrome_option)
        # self.driver =webdriver.Chrome("D:\Google\Chrome\Application\chromedriver.exe")
        self.driver.set_window_size(1440, 900)

    def visit_index(self):
        # self.driver.get("https://www.Vincent.com/")
        self.driver.get("http://www.sgs.gov.cn/notice/")

        self.driver.find_element_by_id("keyword").send_keys('中國長城工業上海有限公司')
        WebDriverWait(self.driver, 10, 0.5).until(EC.element_to_be_clickable((By.ID, 'buttonSearch')))
        reg_element = self.driver.find_element_by_id("buttonSearch")
        reg_element.click()

        WebDriverWait(self.driver, 10, 0.5).until(
            EC.element_to_be_clickable((By.XPATH, '//div[@class="gt_slider_knob gt_show"]')))

        # 進入模擬拖動流程
        self.analog_drag()

    def analog_drag(self):
        # 鼠標移動到拖動按鈕，顯示出拖動圖片
        element = self.driver.find_element_by_xpath('//div[@class="gt_slider_knob gt_show"]')
        ActionChains(self.driver).move_to_element(element).perform()
        time.sleep(3)

        # 刷新一下極驗圖片
        element = self.driver.find_element_by_xpath('//a[@class="gt_refresh_button"]')
        element.click()
        time.sleep(1)

        # 獲取圖片地址和位置坐標列表
        cut_image_url, cut_location = self.get_image_url('//div[@class="gt_cut_bg_slice"]')
        full_image_url, full_location = self.get_image_url('//div[@class="gt_cut_fullbg_slice"]')

        # 根據坐標拼接圖片
        cut_image = self.mosaic_image(cut_image_url, cut_location)
        full_image = self.mosaic_image(full_image_url, full_location)

        # 保存圖片方便查看
        cut_image.save("cut.jpg")
        full_image.save("full.jpg")

        # 根據兩個圖片計算距離
        distance = self.get_offset_distance(cut_image, full_image)

        # 開始移動
        self.start_move(distance)

        # 如果出現error
        try:
            WebDriverWait(self.driver, 5, 0.5).until(
                EC.element_to_be_clickable((By.XPATH, '//div[@class="gt_ajax_tip gt_error"]')))
            print("驗證失敗")
            return
        except TimeoutException as e:
            pass

        # 判斷是否驗證成功
        s = self.driver.find_elements_by_xpath('//*[@id="wrap1"]/div[3]/div/div/p')
        if len(s) == 0:
            print("滑動解鎖失敗,繼續嘗試")
            self.analog_drag()
        else:
            print("滑動解鎖成功")
            time.sleep(1)
            ss=self.driver.find_element_by_xpath('//*[@id="wrap1"]/div[3]/div/div/div[2]').get_attribute("onclick")
            print(ss)
            ss=self.driver.find_element_by_xpath('//*[@id="wrap1"]/div[3]/div/div/div[2]').click()



    # 獲取圖片和位置列表
    def get_image_url(self, xpath):
        link = re.compile('background-image: url\("(.*?)"\); background-position: (.*?)px (.*?)px;')
        elements = self.driver.find_elements_by_xpath(xpath)
        image_url = None
        location = list()
        for element in elements:
            style = element.get_attribute("style")
            groups = link.search(style)
            url = groups[1]
            x_pos = groups[2]
            y_pos = groups[3]
            location.append((int(x_pos), int(y_pos)))
            image_url = url
        return image_url, location

    # 拼接圖片
    def mosaic_image(self, image_url, location):
        resq = requests.get(image_url)
        file = BytesIO(resq.content)
        img = Image.open(file)
        image_upper_lst = []
        image_down_lst = []
        for pos in location:
            if pos[1] == 0:
                # y值==0的圖片屬于上半部分，高度58
                image_upper_lst.append(img.crop((abs(pos[0]), 0, abs(pos[0]) + 10, 58)))
            else:
                # y值==58的圖片屬于下半部分
                image_down_lst.append(img.crop((abs(pos[0]), 58, abs(pos[0]) + 10, img.height)))

        x_offset = 0
        # 創建一張畫布，x_offset主要為新畫布使用
        new_img = Image.new("RGB", (260, img.height))
        for img in image_upper_lst:
            new_img.paste(img, (x_offset, 58))
            x_offset += img.width

        x_offset = 0
        for img in image_down_lst:
            new_img.paste(img, (x_offset, 0))
            x_offset += img.width

        return new_img

    # 判斷顏色是否相近
    def is_similar_color(self, x_pixel, y_pixel):
        for i, pixel in enumerate(x_pixel):
            if abs(y_pixel[i] - pixel) > 50:
                return False
        return True

    # 計算距離
    def get_offset_distance(self, cut_image, full_image):
        for x in range(cut_image.width):
            for y in range(cut_image.height):
                cpx = cut_image.getpixel((x, y))
                fpx = full_image.getpixel((x, y))
                if not self.is_similar_color(cpx, fpx):
                    img = cut_image.crop((x, y, x + 50, y + 40))
                    # 保存一下計算出來位置圖片，看看是不是缺口部分
                    img.save("1.jpg")
                    return x

    # 開始移動
    def start_move(self, distance):
        element = self.driver.find_element_by_xpath('//div[@class="gt_slider_knob gt_show"]')

        # 這里就是根據移動進行調試，計算出來的位置不是百分百正確的，加上一點偏移
        distance -= element.size.get('width') / 2
        distance += 15

        # 按下鼠標左鍵
        ActionChains(self.driver).click_and_hold(element).perform()
        time.sleep(0.5)
        while distance > 0:
            if distance > 10:
                # 如果距離大于10，就讓他移動快一點
                span = random.randint(5, 8)
            else:
                # 快到缺口了，就移動慢一點
                span = random.randint(2, 3)
            ActionChains(self.driver).move_by_offset(span, 0).perform()
            distance -= span
            time.sleep(random.randint(10, 50) / 100)

        ActionChains(self.driver).move_by_offset(distance, 1).perform()
        ActionChains(self.driver).release(on_element=element).perform()

if __name__ == "__main__":
    h = Vincent()
    h.visit_index()