爬蟲-破解驗證碼

阿新 • • 發佈：2018-01-19

slider pex implicit 驅動移動 python 2 ima nap 簡單

閱讀目錄

一介紹
二實現
三說明

一介紹

一些網站會在正常的賬號密碼認證之外加一些驗證碼，以此來明確地區分人/機行為，從一定程度上達到反爬的效果，對於簡單的校驗碼Tesserocr就可以搞定，如下

技術分享圖片

但一些網站加入了滑動驗證碼，最典型的要屬於極驗滑動認證了，極驗官網：http://www.geetest.com/，下圖是極驗的登錄界面

技術分享圖片

現在極驗驗證碼已經更新到了 3.0 版本，截至 2017 年 7 月全球已有十六萬家企業正在使用極驗，每天服務響應超過四億次，廣泛應用於直播視頻、金融服務、電子商務、遊戲娛樂、政府企業等各大類型網站

對於這類驗證，如果我們直接模擬表單請求，繁瑣的認證參數與認證流程會讓你蛋碎一地，我們可以用selenium驅動瀏覽器來解決這個問題，大致分為以下幾個步驟

#步驟一:點擊按鈕，彈出沒有缺口的圖片

#步驟二：獲取步驟一的圖片

#步驟三：點擊滑動按鈕，彈出帶缺口的圖片

#步驟四：獲取帶缺口的圖片

#步驟五：對比兩張圖片的所有RBG像素點，得到不一樣像素點的x值，即要移動的距離

#步驟六：模擬人的行為習慣（先勻加速拖動後勻減速拖動），把需要拖動的總距離分成一段一段小的軌跡

#步驟七：按照軌跡拖動，完全驗證

#步驟八：完成登錄

二實現

#安裝：selenium+chrome/phantomjs

#安裝：Pillow
Pillow:基於PIL，處理python 3.x的圖形圖像庫.因為PIL只能處理到python 2.x，而這個模塊能處理Python3.x，目前用它做圖形的很多.
http: 
//www.cnblogs.com/apexchu/p/4231041.html

C:\Users\Administrator>pip3 install pillow
C:\Users\Administrator>python3
Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from PIL import 
 Image
>>>

from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from PIL import Image
import time

def get_snap():
‘‘‘
對整個網頁截圖，保存成圖片，然後用PIL.Image拿到圖片對象
:return: 圖片對象
‘‘‘
driver.save_screenshot(‘snap.png‘)
page_snap_obj=Image.open(‘snap.png‘)
return page_snap_obj

def get_image():
‘‘‘
從網頁的網站截圖中，截取驗證碼圖片
:return: 驗證碼圖片
‘‘‘
img=wait.until(EC.presence_of_element_located((By.CLASS_NAME,‘geetest_canvas_img‘)))
time.sleep(2) #保證圖片刷新出來
localtion=img.location
size=img.size

top=localtion[‘y‘]
bottom=localtion[‘y‘]+size[‘height‘]
left=localtion[‘x‘]
right=localtion[‘x‘]+size[‘width‘]

page_snap_obj=get_snap()
crop_imag_obj=page_snap_obj.crop((left,top,right,bottom))
return crop_imag_obj


def get_distance(image1,image2):
‘‘‘
拿到滑動驗證碼需要移動的距離
:param image1:沒有缺口的圖片對象
:param image2:帶缺口的圖片對象
:return:需要移動的距離
‘‘‘
threshold=60
left=57
for i in range(left,image1.size[0]):
for j in range(image1.size[1]):
rgb1=image1.load()[i,j]
rgb2=image2.load()[i,j]
res1=abs(rgb1[0]-rgb2[0])
res2=abs(rgb1[1]-rgb2[1])
res3=abs(rgb1[2]-rgb2[2])
if not (res1 < threshold and res2 < threshold and res3 < threshold):
return i-7 #經過測試，誤差為大概為7
return i-7 #經過測試，誤差為大概為7


def get_tracks(distance):
‘‘‘
拿到移動軌跡，模仿人的滑動行為，先勻加速後勻減速
勻變速運動基本公式：
①v=v0+at
②s=v0t+?at2
③v2-v02=2as

:param distance: 需要移動的距離
:return: 存放每0.3秒移動的距離
‘‘‘
#初速度
v=0
#單位時間為0.2s來統計軌跡，軌跡即0.2內的位移
t=0.3
#位移/軌跡列表，列表內的一個元素代表0.2s的位移
tracks=[]
#當前的位移
current=0
#到達mid值開始減速
mid=distance*4/5

while current < distance:
if current < mid:
# 加速度越小，單位時間的位移越小,模擬的軌跡就越多越詳細
a= 2
else:
a=-3

#初速度
v0=v
#0.2秒時間內的位移
s=v0*t+0.5*a*(t**2)
#當前的位置
current+=s
#添加到軌跡列表
 tracks.append(round(s))

#速度已經達到v,該速度作為下次的初速度
v=v0+a*t
return tracks


try:
driver=webdriver.Chrome()
driver.get(‘https://account.geetest.com/login‘)
wait=WebDriverWait(driver,10)

#步驟一：先點擊按鈕，彈出沒有缺口的圖片
button=wait.until(EC.presence_of_element_located((By.CLASS_NAME,‘geetest_radar_tip‘)))
button.click()

#步驟二：拿到沒有缺口的圖片
image1=get_image()

#步驟三：點擊拖動按鈕，彈出有缺口的圖片
button=wait.until(EC.presence_of_element_located((By.CLASS_NAME,‘geetest_slider_button‘)))
button.click()

#步驟四：拿到有缺口的圖片
image2=get_image()

# print(image1,image1.size)
# print(image2,image2.size)

#步驟五：對比兩張圖片的所有RBG像素點，得到不一樣像素點的x值，即要移動的距離
distance=get_distance(image1,image2)

#步驟六：模擬人的行為習慣（先勻加速拖動後勻減速拖動），把需要拖動的總距離分成一段一段小的軌跡
tracks=get_tracks(distance)
print(tracks)
print(image1.size)
print(distance,sum(tracks))


#步驟七：按照軌跡拖動，完全驗證
button=wait.until(EC.presence_of_element_located((By.CLASS_NAME,‘geetest_slider_button‘)))
ActionChains(driver).click_and_hold(button).perform()
for track in tracks:
ActionChains(driver).move_by_offset(xoffset=track,yoffset=0).perform()
else:
ActionChains(driver).move_by_offset(xoffset=3,yoffset=0).perform() #先移過一點
ActionChains(driver).move_by_offset(xoffset=-3,yoffset=0).perform() #再退回來，是不是更像人了

time.sleep(0.5) #0.5秒後釋放鼠標
 ActionChains(driver).release().perform()


#步驟八：完成登錄
input_email=driver.find_element_by_id(‘email‘)
input_password=driver.find_element_by_id(‘password‘)
button=wait.until(EC.element_to_be_clickable((By.CLASS_NAME,‘login-btn‘)))

input_email.send_keys(‘[email protected]‘)
input_password.send_keys(‘linhaifeng123‘)
# button.send_keys(Keys.ENTER)
 button.click()

import time
time.sleep(200)
finally:
driver.close()

View Code

案例：

from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from PIL import Image
import time

def get_snap():
driver.save_screenshot(‘full_snap.png‘)
page_snap_obj=Image.open(‘full_snap.png‘)
return page_snap_obj

def get_image():
img=driver.find_element_by_class_name(‘geetest_canvas_img‘)
time.sleep(2)
location=img.location
size=img.size

left=location[‘x‘]
top=location[‘y‘]
right=left+size[‘width‘]
bottom=top+size[‘height‘]

page_snap_obj=get_snap()
image_obj=page_snap_obj.crop((left,top,right,bottom))
# image_obj.show()
return image_obj

def get_distance(image1,image2):
start=57
threhold=60

for i in range(start,image1.size[0]):
for j in range(image1.size[1]):
rgb1=image1.load()[i,j]
rgb2=image2.load()[i,j]
res1=abs(rgb1[0]-rgb2[0])
res2=abs(rgb1[1]-rgb2[1])
res3=abs(rgb1[2]-rgb2[2])
# print(res1,res2,res3)
if not (res1 < threhold and res2 < threhold and res3 < threhold):
return i-7
return i-7

def get_tracks(distance):
distance+=20 #先滑過一點，最後再反著滑動回來
v=0
t=0.2
forward_tracks=[]

current=0
mid=distance*3/5
while current < distance:
if current < mid:
a=2
else:
a=-3

s=v*t+0.5*a*(t**2)
v=v+a*t
current+=s
forward_tracks.append(round(s))

#反著滑動到準確位置
back_tracks=[-3,-3,-2,-2,-2,-2,-2,-1,-1,-1] #總共等於-20

return {‘forward_tracks‘:forward_tracks,‘back_tracks‘:back_tracks}

try:
# 1、輸入賬號密碼回車
driver = webdriver.Chrome()
driver.implicitly_wait(3)
driver.get(‘https://passport.cnblogs.com/user/signin‘)

username = driver.find_element_by_id(‘input1‘)
pwd = driver.find_element_by_id(‘input2‘)
signin = driver.find_element_by_id(‘signin‘)

username.send_keys(‘linhaifeng‘)
pwd.send_keys(‘xxxxx‘)
signin.click()

# 2、點擊按鈕，得到沒有缺口的圖片
button = driver.find_element_by_class_name(‘geetest_radar_tip‘)
button.click()

# 3、獲取沒有缺口的圖片
image1 = get_image()

# 4、點擊滑動按鈕，得到有缺口的圖片
button = driver.find_element_by_class_name(‘geetest_slider_button‘)
button.click()

# 5、獲取有缺口的圖片
image2 = get_image()

# 6、對比兩種圖片的像素點，找出位移
distance = get_distance(image1, image2)

# 7、模擬人的行為習慣，根據總位移得到行為軌跡
tracks = get_tracks(distance)
print(tracks)

# 8、按照行動軌跡先正向滑動，後反滑動
button = driver.find_element_by_class_name(‘geetest_slider_button‘)
ActionChains(driver).click_and_hold(button).perform()

# 正常人類總是自信滿滿地開始正向滑動，自信地表現是瘋狂加速
for track in tracks[‘forward_tracks‘]:
ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform()

# 結果傻逼了，正常的人類停頓了一下，回過神來發現，臥槽，滑過了,然後開始反向滑動
time.sleep(0.5)
for back_track in tracks[‘back_tracks‘]:
ActionChains(driver).move_by_offset(xoffset=back_track, yoffset=0).perform()

# 小範圍震蕩一下，進一步迷惑極驗後臺，這一步可以極大地提高成功率
ActionChains(driver).move_by_offset(xoffset=-3, yoffset=0).perform()
ActionChains(driver).move_by_offset(xoffset=3, yoffset=0).perform()

# 成功後，騷包人類總喜歡默默地欣賞一下自己拼圖的成果，然後戀戀不舍地松開那只臟手
time.sleep(0.5)
ActionChains(driver).release().perform()

time.sleep(10) # 睡時間長一點，確定登錄成功
finally:
driver.close()

破解博客園後臺登錄

from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from PIL import Image
import time

def get_snap(driver):
driver.save_screenshot(‘full_snap.png‘)
page_snap_obj=Image.open(‘full_snap.png‘)
return page_snap_obj

def get_image(driver):
img=driver.find_element_by_class_name(‘geetest_canvas_img‘)
time.sleep(2)
location=img.location
size=img.size

left=location[‘x‘]
top=location[‘y‘]
right=left+size[‘width‘]
bottom=top+size[‘height‘]

page_snap_obj=get_snap(driver)
image_obj=page_snap_obj.crop((left,top,right,bottom))
# image_obj.show()
return image_obj

def get_distance(image1,image2):
start=57
threhold=60

for i in range(start,image1.size[0]):
for j in range(image1.size[1]):
rgb1=image1.load()[i,j]
rgb2=image2.load()[i,j]
res1=abs(rgb1[0]-rgb2[0])
res2=abs(rgb1[1]-rgb2[1])
res3=abs(rgb1[2]-rgb2[2])
# print(res1,res2,res3)
if not (res1 < threhold and res2 < threhold and res3 < threhold):
return i-7
return i-7

def get_tracks(distance):
distance+=20 #先滑過一點，最後再反著滑動回來
v=0
t=0.2
forward_tracks=[]

current=0
mid=distance*3/5
while current < distance:
if current < mid:
a=2
else:
a=-3

s=v*t+0.5*a*(t**2)
v=v+a*t
current+=s
forward_tracks.append(round(s))

#反著滑動到準確位置
back_tracks=[-3,-3,-2,-2,-2,-2,-2,-1,-1,-1] #總共等於-20

return {‘forward_tracks‘:forward_tracks,‘back_tracks‘:back_tracks}

def crack(driver): #破解滑動認證
# 1、點擊按鈕，得到沒有缺口的圖片
button = driver.find_element_by_class_name(‘geetest_radar_tip‘)
button.click()

# 2、獲取沒有缺口的圖片
image1 = get_image(driver)

# 3、點擊滑動按鈕，得到有缺口的圖片
button = driver.find_element_by_class_name(‘geetest_slider_button‘)
button.click()

# 4、獲取有缺口的圖片
image2 = get_image(driver)

# 5、對比兩種圖片的像素點，找出位移
distance = get_distance(image1, image2)

# 6、模擬人的行為習慣，根據總位移得到行為軌跡
tracks = get_tracks(distance)
print(tracks)

# 7、按照行動軌跡先正向滑動，後反滑動
button = driver.find_element_by_class_name(‘geetest_slider_button‘)
ActionChains(driver).click_and_hold(button).perform()

# 正常人類總是自信滿滿地開始正向滑動，自信地表現是瘋狂加速
for track in tracks[‘forward_tracks‘]:
ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform()

# 結果傻逼了，正常的人類停頓了一下，回過神來發現，臥槽，滑過了,然後開始反向滑動
time.sleep(0.5)
for back_track in tracks[‘back_tracks‘]:
ActionChains(driver).move_by_offset(xoffset=back_track, yoffset=0).perform()

# 小範圍震蕩一下，進一步迷惑極驗後臺，這一步可以極大地提高成功率
ActionChains(driver).move_by_offset(xoffset=-3, yoffset=0).perform()
ActionChains(driver).move_by_offset(xoffset=3, yoffset=0).perform()

# 成功後，騷包人類總喜歡默默地欣賞一下自己拼圖的成果，然後戀戀不舍地松開那只臟手
time.sleep(0.5)
ActionChains(driver).release().perform()

def login_cnblogs(username,password):
driver = webdriver.Chrome()
try:
# 1、輸入賬號密碼回車
driver.implicitly_wait(3)
driver.get(‘https://passport.cnblogs.com/user/signin‘)

input_username = driver.find_element_by_id(‘input1‘)
input_pwd = driver.find_element_by_id(‘input2‘)
signin = driver.find_element_by_id(‘signin‘)

input_username.send_keys(username)
input_pwd.send_keys(password)
signin.click()

# 2、破解滑動認證
 crack(driver)

time.sleep(10) # 睡時間長一點，確定登錄成功
finally:
driver.close()

if __name__ == ‘__main__‘:
login_cnblogs(username=‘linhaifeng‘,password=‘xxxx‘)

修訂版

三說明

　　面對簡單的滑動驗證碼，極驗其實是有更復雜版本的，如下所示

技術分享圖片

機器識別難度高了，大部分屌絲碼農搞不定了。然而人類也蒙蔽了，易用性降到極低。

使用了上述驗證的網站常常會在用戶一片怨聲載道中，又將其恢復成易於破解的滑動驗證。

驗證過程，是個破解難度、用戶體驗之間的一個平衡點。體驗越好的，破解也越容易。
嘲諷驗證碼無效，破解簡單，是很 LOW 的行為。

網站方、驗證碼平臺方，知道你能破解，你牛 B。。。更難的驗證碼他們也有，只是這會嚴重降低體驗，他們不用而已。

爬蟲-破解驗證碼

slider pex implicit 驅動移動 python 2 ima nap 簡單閱讀目錄一介紹二實現三說明一介紹一些網站會在正常的賬號密碼認證之外加一些驗證碼，以此來明確地區分人/機行為，從一定程度上達到反爬的效果，對於簡單

爬蟲學習記錄——破解驗證碼

來自於實驗樓，瞭解練習關於驗證碼和圖片處理的知識。本次是要識別上圖中的驗證碼，主要思路是把圖中紅色和灰色的畫素替換為黑色，其餘畫素為白色，使之成為一個黑白亮色影象。 im = Image.open("captcha.gif") #(將圖片轉換為8位畫素模式) im.c

實驗樓Python破解驗證碼

　　本人大二，因為Python結業考試專案，又想要學習機器學習方向，但是由於接觸時間不長，選擇了實驗樓的Python破解驗證碼這個專案作為我的專案，我在原來的基礎上加了一些程式碼用於完善，並且對功能如何實現記錄在此，第一次接觸到影象識別的專案。　　這是專案需要的檔案連結：https://pan.bai

學生利用python破解驗證碼，模擬登入教務處檢視成績、搶課！

Python 的概念正式進入主題，每學期末都要搶課，學校的伺服器還賊渣。先說一個簡單的的方法，抓包，不斷地發起選課請求，但有一個明顯的缺點，那就是cookies容易過期。還得重新登陸替換cookies。於是，就有了今天要分享的內容。其大概分為兩個部分：1.自動登入

爬蟲簡單驗證碼處理，Tesseract簡單使用

目錄思路測試解析網頁程式碼載入驗證碼影象光學字元識別使用tesseract分析驗證碼完整註冊提交程式碼結束語思路在爬蟲過頻繁時可能會返回驗證碼介面，區別人類和圖靈機，我們要做的是就是將驗證碼轉換為文字，提交表單。測試下

那些年，我爬過的北科(八)——反反爬蟲之驗證碼識別

寫在前面本章將要介紹一下如何識別簡單的驗證碼。會涉及到一些影象的概念以及機器學習的知識。我們本次識別的驗證碼來自csdn，長相如下：在學習之前，我們先安裝本章需要的三個庫：影象庫Pillow、機器學習庫Scikit-Learn、科學計算庫Numpy。通過pip命令就可以進行安裝。

這個人好囂張，python破解驗證碼就算了，然後還批量註冊、登入！

近期在跟進新專案的時候，整體的業務線非常之長，會一直重複登入退出不同賬號的這個流程，所以想從登入開始實現部分的自動化。因為是B/S的架構，所以採用的是selenium的框架來實現。大致實現步驟如下：學習Python中有不明白推薦加入交流群 &n

Centos下實現使用tesseract破解驗證碼

實現使用tesseract實現自動識別驗證碼，然後使用python搭建守護程序進行監聽。一、首先要安裝Python centos下預設的最新版本是2.6.6,為了更好的相容性，我這裡安裝p

令人感到過分，又跑出來教人用python破解驗證碼，還是可訓練模型

實驗背景驗證碼是反爬蟲的利器，傳統的方法需要字元切割，字元識別，但是對於字元重疊的，字元扭曲的情況，識別效果差。本實驗本著實驗精神，利用深度學習進行端對端的驗證碼識別。學習Python中有不明白推薦加入交流群

10年經驗的老前輩，教你如何用Python 快速的破解驗證碼

我相信有很多的小夥伴跟小編一樣為驗證碼而煩惱。小編為自學的同學，準備了全套的學習資料。自學需要一個學習好氛圍，小編建立一個群，時不時的小編會在群裡發一些學習資料。歡迎小夥伴的加入。QQ群883444106 專案簡介：本實驗通過一個簡單的例子來實現破解驗證碼，非常適合Python新手練手

scrapy+python當你的爬蟲遇到驗證碼處理方式之一

朋友們大家好，今天再開一博說一下自己在學習爬蟲練習時遇到的問題及解決辦法 1、首先得承認，任何方式的偷盜行為都不在法律的保護範圍之內，要是偷自己的東西呢，就另當別論了，douban 還是相當仁義的，只擋一道牆，你只要能越過我的牆，進入的是你家的院子，你隨便拿吧。 2、翻過

爬蟲-滑動驗證碼解決方案

一、像這種需要點選輸入，拖動模擬人工操作，且不好抓包處理的，我們可以用模擬瀏覽器解決掉他。如selenium +chrome/phantomJs等。首先我們要找到兩張圖片：沒有缺口和有缺口的圖片（用於對比找到缺口位置）獲取圖片流的方法可以用如下方法；/**

打碼平臺破解驗證碼+session登陸豆瓣

上節部落格（連結https://blog.csdn.net/MG1723054/article/details/81900983）談到利用python實現登陸的三種方法，其中利用session登陸網站的方法具有比較不錯的效果，不需要考慮cookie的時效性，但是有一個潛在的問題是有些文字驗證碼用

Python破解驗證碼，只要15分鐘就夠了！

在我們進一步討論之前，讓我們說一下為了解決這個問題我們將會用到的工具：Python3Python是一種非常有趣的程式語言，它有很好的機器學習和計算機視覺庫。OpenCVOpenCV是一種流行的計算機視覺和影象處理框架。我們將使用OpenCV來處理驗證碼影象。它有一個Python應用介面，因此我們可以直接從Py

htmlunit做爬蟲繞過驗證碼抓取網站資料

htmlunit 是一款開源的java 頁面分析工具，讀取頁面後，可以有效的使用htmlunit分析頁面上的內容。專案可以模擬瀏覽器執行，被譽為java瀏覽器的開源實現。這個沒有介面的瀏覽器，執行速度也是非常迅速的。利用htmlunit 抓取網站是非常方便的，抓取一個ht

python爬蟲遇到驗證碼的處理方法（以爬取中國執行資訊公開網為例）

朋友們大家好，python爬蟲是在學習python時比較容易上手的學習方式，爬蟲的思路簡要以下幾點： 1.獲取需要爬取頁面的網址，並且對網頁內容進行分析。（主要就原始碼討論，如果我們需要的內容沒有在原始碼出現，則需要進行抓包分析） 2.找到我們需要爬取的內容時我們

使用node+puppeteer破解驗證碼

之前有寫過關於puppeteer的相關文章 puppeteer初探 puppeteer在開發過程中的實踐沒想到你是這樣的SSR 前一段時間，LZ又接到一個需求，要爬取某快遞公司網站的訂單資料，起初覺得不就是爬一下資料嘛，雖然nodejs玩的不是特別溜，但爬一些簡單資料還是難不倒我這種戰五渣的。

Python破解驗證碼

專案簡介：本實驗通過一個簡單的例子來實現破解驗證碼。從中我們可以學習到 Python 基本知識，

如何使用深度學習破解驗證碼 keras 連續驗證碼

在實現網路爬蟲的過程中，驗證碼的出現總是會阻礙爬蟲的工作。本期介紹一種利用深度神經網路來實現的端到端的驗證碼識別方法。通過本方法，可以在不切割圖片、不做模板匹配的情況下實現精度超過90%的識別結果。本文分為兩個部分，第一個部分介紹如何利用深度神經網路實現驗證碼的訓練和識別，第二個部分介紹在實現過程中需要克服

python爬蟲下載驗證碼或附件的方法

下邊的是下載京東驗證碼的方法，一些方法給記錄一下： url='https://mall.jd.com/sys/vc/createVerifyCode.html?random='+str(random.random()) img = requests.

爬蟲-破解驗證碼

一 介紹

二 實現

三 說明

相關推薦

一介紹

二實現

三說明