关于安全:实践-怎么用Python实现滑动验证码

36次阅读

共计 2551 个字符，预计需要花费 7 分钟才能阅读完成。

说在后面： 次要应用 Python 的 Selenium 库和对应的 WebDriver（例如 ChromeDriver），通过模仿鼠标操作实现。

接下来间接上干货：

应用 Selenium 启动浏览器，并关上验证码页面。

from selenium import webdriver

driver = webdriver.Chrome() # 应用 Chrome 浏览器
driver.get('https://example.com/captcha') # 关上验证码页面

切换到蕴含验证码的 iframe 中。

iframe = driver.find_element_by_xpath('//iframe[@id="captcha-iframe"]')
driver.switch_to.frame(iframe)

找到验证码的滑块和背景图片，并应用 Pillow 库加载图片。

from PIL import Image
from io import BytesIO

slider = driver.find_element_by_xpath('//div[@class="slider"]')
slider_img = slider.find_element_by_xpath('.//img').get_attribute('src')
bg = driver.find_element_by_xpath('//div[@class="bg"]')
bg_img = bg.find_element_by_xpath('.//img').get_attribute('src')

bg_image = Image.open(BytesIO(requests.get(bg_img).content))
slider_image = Image.open(BytesIO(requests.get(slider_img).content))

应用图像处理库（例如 OpenCV）找到滑块在背景图片中的地位。

import cv2

# 把 PIL 图像转换为 OpenCV 图像
bg_cv = cv2.cvtColor(np.array(bg_image), cv2.COLOR_RGB2BGR)
slider_cv = cv2.cvtColor(np.array(slider_image), cv2.COLOR_RGB2BGR)

# 应用模板匹配算法找到滑块在背景图片中的地位
result = cv2.matchTemplate(bg_cv, slider_cv, cv2.TM_CCOEFF_NORMED)
y, x = np.unravel_index(result.argmax(), result.shape)

计算滑块须要挪动的间隔，并应用 Selenium 执行滑动操作。

from selenium.webdriver.common.action_chains import ActionChains

slider_width = slider.size['width']
distance = x + slider_width / 2

actions = ActionChains(driver)
actions.click_and_hold(slider).perform()
actions.move_by_offset(distance, 0).perform()
actions.release().perform()

整体的代码的话，就是：

import requests
from PIL import Image
from io import BytesIO
import numpy as np
import cv2
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains

driver = webdriver.Chrome()
driver.get('https://example.com/captcha')

iframe = driver.find_element_by_xpath('//iframe[@id="captcha-iframe"]')
driver.switch_to.frame(iframe)

slider = driver.find_element_by_xpath('//div[@class="slider"]')
slider_img = slider.find_element_by_xpath('.//img').get_attribute('src')
bg = driver.find_element_by_xpath('//div[@class="bg"]')
bg_img = bg.find_element_by_xpath('.//img').get_attribute('src')

bg_image = Image.open(BytesIO(requests.get(bg_img).content))
slider_image = Image.open(BytesIO(requests.get(slider_img).content))

bg_cv = cv2.cvtColor(np.array(bg_image), cv2.COLOR_RGB2BGR)
slider_cv = cv2.cvtColor(np.array(slider_image), cv2.COLOR_RGB2BGR)

result = cv2.matchTemplate

在理论利用过程中，要留神：

1. 要看本人网站具体情况定位和提取验证码的 HTML 构造和 CSS 款式。

2. 要依据本人的需要退出发爬措施，比方图片大小、地位、色彩等的变动。（这个比拟重要，因为如果只是一般的验证码，那么安全性其实不能失去很大的保障，而且当初黑灰产的工具很多，不多方防备的话，就相当于只是修了一个“褴褛的门”）

3. 代码中用到了第三方库（如 Pillow、OpenCV）和模仿鼠标操作，须要确保在非法和可控的状况下应用。（合规问题不必具体说了，如果是本人做的小程序，不上架的话，能够不必太思考这方面问题，然而如果须要上架，尤其是 App Sotre，这方面要重点思考。）

其实最不便的是找个现成的验证码代码间接应用，比方顶象的滑动验证码，能够间接收费应用。

正文完