Python自动化测试之破解图文验证码

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 自动化验证码解决方案

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 Image

def 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 t

else:

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 fail

if t.isdigit() and len(t) == 4:

return t

else:

return fail

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：485187702【暗号：csdn11】

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】