在Web自动化测试的过程中，经常会被登录的验证码给卡住，不知道如何去通过验证码的验证。
一般的情况下遇到验证码我们可以都可以找开发去帮忙解决，关闭验证码，或者给一个万能的验证码！
那么如果开发不提供帮助的话，我们自己有没有办法来处理这些验证码的问题呢？
答案当然是有的，常见的验证码一般分为两类，一类是图文验证码，一类是滑动验证码！

滑动验证破解思路

关于滑动验证码破解的思路大体上来讲就是以下两个步骤：

  • 1、获取滑块滑动的距离
  • 2、模拟拖动滑块，通过验证。

关于这种滑动的验证码，滑块和缺口背景都是分别是一张独立的图片，我们可以把这两张图片，

下载下来借助于图像识别的技术，去识别缺口在背景图中的位置，然后减去滑块当前所在位置，就可以得出需要滑动的距离。

案例讲解

话不多说，我们先来看一个案例（QQ 空间登录），QQ 空间登录案例实现步骤如下：

  • 1、创建一个driver对象，访问qq登录页面
  • 2、输入账号密码
  • 3、点击登录
  • 4、模拟滑动验证 

实现代码

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

import time

from selenium import webdriver

from slideVerfication import SlideVerificationCode

  

# 1、创建一个driver对象，访问qq登录页面

browser = webdriver.Chrome()

browser.get("https://qzone.qq.com/")

  

# 2、输入账号密码

# 2.0 点击切换到登录的iframe

browser.switch_to.frame('login_frame')

# 2.1 点击账号密码登录

browser.find_element_by_id('switcher_plogin').click()

# 2.2定位账号输入框，输入账号

browser.find_element_by_id("u").send_keys("123456")

# 2.3定位密码输入输入密码

browser.find_element_by_id("p").send_keys("PYTHON")

# 3、点击登录

browser.find_element_by_id('login_button').click()

time.sleep(3)

  

# 4、模拟滑动验证

# 4.1切换到滑动验证码的iframe中

tcaptcha = browser.find_element_by_id("tcaptcha_iframe")

browser.switch_to.frame(tcaptcha)

# 4.2 获取滑动相关的元素

# 选择拖动滑块的节点

slide_element = browser.find_element_by_id('tcaptcha_drag_thumb')

# 获取滑块图片的节点

slideBlock_ele = browser.find_element_by_id('slideBlock')

# 获取缺口背景图片节点

slideBg = browser.find_element_by_id('slideBg')

# 4.3计算滑动距离

sc = SlideVerificationCode(save_image=True)

distance = sc.get_element_slide_distance(slideBlock_ele,slideBg)

# 滑动距离误差校正，滑动距离*图片在网页上显示的缩放比-滑块相对的初始位置

distance = distance*(280/680) - 22

print("校正后的滑动距离",distance)

# 4.4、进行滑动

sc.slide_verification(browser,slide_element,distance=100)

运行效果：

其实关于这个模块图像识别，是借助了第三方的图像处理模块来进行识别的，python 中有很多现成的用来处理图片的库，本文使用的是 opencv-python 来进行识别的。slideVerfication 模块上面用到的两个方法的部分参考代码如下：

根据传入滑块，和背景的节点，计算滑块的距离

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

def get_element_slide_distance(self, slider_ele, background_ele, correct=0):

    """

    根据传入滑块，和背景的节点，计算滑块的距离

  

    该方法只能计算 滑块和背景图都是一张完整图片的场景，

    如果背景图是通过多张小图拼接起来的背景图，

    该方法不适用，请使用get_image_slide_distance这个方法

    :param slider_ele: 滑块图片的节点

    :type slider_ele: WebElement

    :param background_ele: 背景图的节点

    :type background_ele:WebElement

    :param correct:滑块缺口截图的修正值，默认为0,调试截图是否正确的情况下才会用

    :type: int

    :return: 背景图缺口位置的X轴坐标位置（缺口图片左边界位置）

    """

    # 获取验证码的图片

    slider_url = slider_ele.get_attribute("src")

    background_url = background_ele.get_attribute("src")

    # 下载验证码背景图,滑动图片

    slider = "slider.jpg"

    background = "background.jpg"

    self.onload_save_img(slider_url, slider)

    self.onload_save_img(background_url, background)

    # 读取进行色度图片，转换为numpy中的数组类型数据，

    slider_pic = cv2.imread(slider, 0)

    background_pic = cv2.imread(background, 0)

    # 获取缺口图数组的形状 -->缺口图的宽和高

    width, height = slider_pic.shape[::-1]

    # 将处理之后的图片另存

    slider01 = "slider01.jpg"

    background_01 = "background01.jpg"

    cv2.imwrite(background_01, background_pic)

    cv2.imwrite(slider01, slider_pic)

    # 读取另存的滑块图

    slider_pic = cv2.imread(slider01)

    # 进行色彩转换

    slider_pic = cv2.cvtColor(slider_pic, cv2.COLOR_BGR2GRAY)

    # 获取色差的绝对值

    slider_pic = abs(255 - slider_pic)

    # 保存图片

    cv2.imwrite(slider01, slider_pic)

    # 读取滑块

    slider_pic = cv2.imread(slider01)

    # 读取背景图

    background_pic = cv2.imread(background_01)

    # 比较两张图的重叠区域

    result = cv2.matchTemplate(slider_pic, background_pic, cv2.TM_CCOEFF_NORMED)

    # 获取图片的缺口位置

    top, left = np.unravel_index(result.argmax(), result.shape)

    # 背景图中的图片缺口坐标位置

    print("当前滑块的缺口位置：", (left, top, left + width, top + height))

    return left

滑动滑块进行验证

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

def slide_verification(self, driver, slide_element, distance):

    """

    滑动滑块进行验证

    

    :param driver: driver对象

    :type driver:webdriver.Chrome

    :param slide_element: 滑块的元组

    :type slider_ele: WebElement

    :param distance:  滑动的距离

    :type: int

    :return:

    """

    # 获取滑动前页面的url地址

    start_url = driver.current_url

    print("需要滑动的距离为：", distance)

    # 根据滑动距离生成滑动轨迹

    locus = self.get_slide_locus(distance)

    print("生成的滑动轨迹为:{}，轨迹的距离之和为{}".format(locus, distance))

    # 按下鼠标左键

    ActionChains(driver).click_and_hold(slide_element).perform()

    time.sleep(0.5)

    # 遍历轨迹进行滑动

    for loc in locus:

        time.sleep(0.01)

        ActionChains(driver).move_by_offset(loc, random.randint(-5, 5)).perform()

        ActionChains(driver).context_click(slide_element)

    # 释放鼠标

    ActionChains(driver).release(on_element=slide_element).perform()

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走！ 希望能帮助到你！【100%无套路免费领取】

Logo
开放原子开发者工作坊

开放原子开发者工作坊旨在鼓励更多人参与开源活动，与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动，如meetup、训练营等，主打技术交流，干货满满，真诚地邀请各位开发者共同参与！

更多推荐

第二届开放原子大赛首批创新成果集结武汉，诚邀广大开发者共鉴开源技术盛宴

第二届开放原子大赛首批创新成果集结武汉，诚邀广大开发者共鉴开源技术盛宴

avatar 开放原子开发者工作坊

诚邀报名 | 开源基础设施能力建设分论坛：打造开源生态的“心脏”

诚邀报名 | 开源基础设施能力建设分论坛：打造开源生态的“心脏”

avatar 开放原子开发者工作坊

诚邀报名 | 编程语言分论坛：AI时代的技术革新与开源实践

诚邀报名 | 编程语言分论坛：AI时代的技术革新与开源实践

avatar 开放原子开发者工作坊