对于web应用程序来讲,处于安全性考虑,在登录的时候,都会设置验证码, 验证码的类型种类繁多,有图片中辨别数字字母的,有点击图片中指定的文字的,也有算术计算结果的,再复杂一点就是滑动验证的。 诸如此类的验证码,对我们的系统增加了安全性的保障,但是对于我们测试人员来讲,在自动化测试的过程中,无疑是一个棘手的问题。
1、Web 化验证码解决方案
一般在我们测试过程中,登录遇到上述的验证码的时候,有以下种解决方案:
- 第一种、让开发去掉验证码
- 第二种、设置一个万能的验证码
- 第三种、通过 cookie 绕过登录
- 第四种、自动识别技术识别验证码
2、验证码解决方案
# coding:utf-8
import os
import subprocess
from PIL import Imagedef get_captcha(driver, captcha_id, full_screen_img_path, captcha_img_path, captcha_final_path, txt_path, ocr_path):# 浏览器界面截图driver.save_screenshot(full_screen_img_path)# 找到验证码图片,得到它的坐标element = driver.find_element_by_id(captcha_id)left = element.location['x']top = element.location['y']right = element.location['x'] + element.size['width']bottom = element.location['y'] + element.size['height']left, top, right, bottom = int(left), int(top), int(right), int(bottom)img = Image.open(full_screen_img_path)img = img.crop((left, top, right, bottom))# 得到验证码图片img.save(captcha_img_path)# 打开验证码图片img = Image.open(captcha_img_path)# 颜色直方图,255种颜色,255为白色# 新建一张图片(大小和原图大小相同,背景颜色为255白色)img_new = Image.new('P', img.size, 255)for x in range(img.size[1]):for y in range(img.size[0]):# 遍历图片的xy坐标像素点颜色pix = img.getpixel((y, x))# print(pix)# 自己调色,r=0,g=0,b>0为蓝色if pix[0] < 20 and pix[1] < 20 and pix[2] > 50:# 把遍历的结果放到新图片上,0为透明度,不透明img_new.putpixel((y, x), 0)img_new.save(captcha_final_path, format='png')# 通过tesseract工具解析验证码图片,生成文本os.system(ocr_path)# 读取txt文件里面的验证码with open(txt_path, 'r') as f:if f.read():t = f.read().strip()# 去掉中间空格if ' ' in t:t = t.replace(' ', '')if t.isdigit() and len(t) == 4:return telse:return 'fail'def check_resp(result, msg):if msg in result:return 'pass'else:return 'failed'# 接口 - 识别验证码
def get_captcha(captcha_img_path, captcha_final_path, txt_path, ocr_path):# 打开验证码图片img = Image.open(captcha_img_path)# 新建一张图片(大小和原图大小相同,背景颜色为255白色)img_new = Image.new('P', img.size, 55)for x in range(img.size[1]):for y in range(img.size[0]):# 遍历图片的xy坐标像素点颜色pix = img.getpixel((y, x))# print(pix)# 自己调色,r=0,g=0,b>0为蓝色if pix[0] < 20 and pix[1] < 20 and pix[2] > 50:# 把遍历的结果放到新图片上,0为透明度,不透明img_new.putpixel((y, x), 0)img_new.save(captcha_final_path, format='png')# 通过tesseract工具解析验证码图片,生成文本,【Tesseract-OCR必须和jpg的根目录必须相同,如C盘、D盘!!!】os.system(ocr_path)# 读取txt文件里面的验证码with open(txt_path, 'r') as f:if r.read():t = f.read().strip()# 去掉中间空格if ' ' in t:t = t.replace(' ', '')# 如果是数字且长度为4,就返回数字,如果不是就返回 failif t.isdigit() and len(t) == 4:return telse:return fail
最后感谢每一个认真阅读我文章的人,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:
这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!