目前很多網站的登入都需要採用驗證碼的方式進行登入，這一定程度上增大的爬蟲的難度。以極驗驗證碼為例，這家公司的驗證碼在國內的使用者很多，在業界也很出名。

出於好奇心和學術研究的目的，我嘗試了破解某東的驗證碼，也查了很多別人的部落格和資料，最後算是成功了吧。

一、破解過程分析

1. 首先我們到將使用者名稱和密碼輸入，點選登入

2.接下來就是重點了，網站會有機率彈出一個拼圖驗證碼，如果你頻繁的登入，就不會出現驗證碼。

3.接下來我們就要分析一下了，怎麼完成拼圖呢？

二、程式碼分析

1.獲取圖片，下載到本地

通過網頁原始碼我們發現，圖片是一base64的編碼方式顯示在網頁中的，當然其他的網站可能是圖片連結，這種情況我們需要先將其解碼，然後寫入檔案中就好了。

下載圖片的程式碼

def pic_download(url,type):
    url = url
    root = "../img_db/"
    # path = root + str(time.strftime("%Y-%m-%d-%H-%M-%S", time.localtime()))+'.png'
    path = root + type + '.png'
 

    try:
        if not os.path.exists(root):
            os.mkdir(root)
        if os.path.exists(path):
            os.remove(path)
        #如果圖片是url的格式
        # r = requests.get(url)
        # r.raise_for_status()
        #如果圖片是base64編碼的
        data=url.split(',')[1]
        img=base64.b64decode(
 
data)
        # 使用with語句可以不用自己手動關閉已經開啟的檔案流
        with open(path, "wb") as f:  # 開始寫檔案，wb代表寫二進位制檔案
            f.write(img)
            print(f.name)
        print("下載完成")
        return f.name
    except Exception as e:
        print("獲取失敗!" + str(e))

2.合併圖片，找到位置

def get_distance(small_url, big_url):
    # 引用上面的圖片下載
    otemp = pic_download(small_url, 'small')

    time.sleep(2)

    # 引用上面的圖片下載
    oblk = pic_download(big_url, 'big')

    # # 計算拼圖還原距離
    target = cv2.imread(otemp, 0)
    template = cv2.imread(oblk, 0)
    w, h = target.shape[::-1]
    temp = 'temp.jpg'
    targ = 'targ.jpg'
    cv2.imwrite(temp, template)
    cv2.imwrite(targ, target)
    target = cv2.imread(targ)
    target = cv2.cvtColor(target, cv2.COLOR_BGR2GRAY)
    target = abs(255 - target)
    cv2.imwrite(targ, target)
    target = cv2.imread(targ)
    template = cv2.imread(temp)
    result = cv2.matchTemplate(target, template, cv2.TM_CCOEFF_NORMED)
    x, y = np.unravel_index(result.argmax(), result.shape)
    # 缺口位置
    print((y, x, y + w, x + h))

    # 呼叫PIL Image 做測試
    image = Im.open(oblk)

    xy = (y + 20, x + 20, y + w - 20, x + h - 20)
    # 切割
    imagecrop = image.crop(xy)
    # 儲存切割的缺口
    imagecrop.save("../img_db/new_image.png")
    return y

這裡我們需要注意一點，我們計算出了缺口的位置，但是頁面顯示的圖片大小是通過css佈局的，所以和我們下載的圖片或寫入的圖片大寫是不一樣的，所以我們在移動的時候需要計算一個比例。

3.設計移動軌跡，移動滑塊

def move_mouse(browser,distance,element):
    has_gone_dist=0
    remaining_dist = distance
    # distance += randint(-10, 10)
    # 按下滑鼠左鍵
    ActionChains(browser).click_and_hold(element).perform()
    time.sleep(0.5)
    while remaining_dist > 0:
        ratio = remaining_dist / distance
        if ratio < 0.1:
            # 開始階段移動較慢
            span = random.randint(3, 5)
        elif ratio > 0.9:
            # 結束階段移動較慢
            span = random.randint(5, 8)
        else:
            # 中間部分移動快
            span = random.randint(15, 20)
        ActionChains(browser).move_by_offset(span, random.randint(-5, 5)).perform()
        remaining_dist -= span
        has_gone_dist += span
        time.sleep(random.randint(5, 20) / 100)

    ActionChains(browser).move_by_offset(remaining_dist, random.randint(-5, 5)).perform()
    ActionChains(browser).release(on_element=element).perform()

極驗的驗證碼會識別我們拖動的過程，分析我們的移動軌跡，但是雖然我們的移動軌跡是模擬人，先緩慢後加速最後減速的過程。但是這樣還是不夠的，我們還需要多設計幾個移動軌跡，根據我的測試經驗得出的結論。

結語

import os
import random
import time
import base64
# import requests
import cv2
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
import numpy as np
from PIL import Image as Im

完整的程式碼：https://github.com/onlyonedaniel/onlyone/blob/master/jd_test.py
轉載請標明出處，歡迎留言交流