Python之极验滑动验证码的识别(教程+案例)+识别豆瓣登录滑动验证码(附源码)

Python之极验滑动验证码的识别(教程+案例)

def get_tracks(distance, rate=0.6, t=0.2, v=0):"""将distance分割成小段的距离:param distance: 总距离:param rate: 加速减速的临界比例:param a1: 加速度:param a2: 减速度:param t: 单位时间:param t: 初始速度:return: 小段的距离集合"""tracks = []# 加速减速的临界值mid = rate * distance# 当前位移s = 0# 循环while s < distance:# 初始速度v0 = vif s < mid:a = 20else:a = -3# 计算当前t时间段走的距离s0 = v0 * t + 0.5 * a * t * t# 计算当前速度v = v0 + a * t# 四舍五入距离,因为像素没有小数tracks.append(round(s0))# 计算当前距离s += s0return tracksif __name__ == '__main__':tracks = get_tracks(100)print(tracks)print(sum(tracks))

运行结果
在这里插入图片描述


url = "https://accounts.douban.com/passport/login"
driver = webdriver.Chrome("./chromedriver/chromedriver.exe")
driver.get(url)
print("当前的title:",driver.title)driver.find_element_by_xpath('//*[@id="account"]/div[2]/div[2]/div/div[1]/ul[1]/li[2]').click()
driver.find_element_by_xpath('//*[@id="username"]').send_keys("账号")
driver.find_element_by_xpath('//*[@id="password"]').send_keys("密码")
driver.find_element_by_xpath('//*[@id="account"]/div[2]/div[2]/div/div[2]/div[1]/div[4]/a').click()
# 停一下,等待出现
time.sleep(2)# 切换iframe
driver.switch_to.frame(1)
block = driver.find_element_by_xpath('//*[@id="tcaptcha_drag_button"]')
reload = driver.find_element_by_xpath('//*[@id="reload"]')# 滑动操作时需要动作链
# 摁下滑块
ActionChains(driver).click_and_hold(block).perform()
# 移动
ActionChains(driver).move_by_offset(180, 0).perform()
# 获取位移
tracks = get_tracks(30)
# 循环
for track in tracks:# 移动ActionChains(driver).move_by_offset(track, 0).perform()
# 释放
ActionChains(driver).release().perform()
# 判断
if driver.title == "登录豆瓣":print("失败...再来一次...")# 单击刷新按钮刷新reload.click()# 停一下time.sleep(2)
else:print("成功!")time.sleep(5)
driver.quit()

完整代码


# encoding: utf-8
import requests
import time
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChainsdef get_tracks(distance, rate=0.6, t=0.2, v=0):"""将distance分割成小段的距离:param distance: 总距离:param rate: 加速减速的临界比例:param a1: 加速度:param a2: 减速度:param t: 单位时间:param t: 初始速度:return: 小段的距离集合"""tracks = []# 加速减速的临界值mid = rate * distance# 当前位移s = 0# 循环while s < distance:# 初始速度v0 = vif s < mid:a = 20else:a = -3# 计算当前t时间段走的距离s0 = v0 * t + 0.5 * a * t * t# 计算当前速度v = v0 + a * t# 四舍五入距离,因为像素没有小数tracks.append(round(s0))# 计算当前距离s += s0return tracksdef slide(driver):"""滑动验证码"""# 切换iframedriver.switch_to.frame(1)#找到滑块block = driver.find_element_by_xpath('//*[@id="tcaptcha_drag_button"]')#找到刷新reload = driver.find_element_by_xpath('//*[@id="reload"]')while True:# 摁下滑块ActionChains(driver).click_and_hold(block).perform()# 移动ActionChains(driver).move_by_offset(180, 0).perform()#获取位移tracks = get_tracks(30)#循环for track in tracks:#移动ActionChains(driver).move_by_offset(track, 0).perform()# 释放ActionChains(driver).release().perform()#停一下time.sleep(2)#判断if driver.title == "登录豆瓣":print("失败...再来一次...")#单击刷新按钮刷新reload.click()# 停一下time.sleep(2)else:breakdef main():"""主程序"""url = "https://accounts.douban.com/passport/login"driver = webdriver.Chrome("./chromedriver/chromedriver.exe")driver.get(url)driver.find_element_by_xpath('//*[@id="account"]/div[2]/div[2]/div/div[1]/ul[1]/li[2]').click()driver.find_element_by_xpath('//*[@id="username"]').send_keys("账号")driver.find_element_by_xpath('//*[@id="password"]').send_keys("密码")driver.find_element_by_xpath('//*[@id="account"]/div[2]/div[2]/div/div[2]/div[1]/div[4]/a').click()# 停一下,等待出现time.sleep(2)#滑动验证码slide(driver)print("成功")driver.quit()if __name__ == '__main__':main()

识别豆瓣登录滑动验证码(附源码)

完整代码:

#2 实现步骤:
#① 初始化
#初始化链接地址、创建模拟浏览器对象、设置登录账户和密码等信息。EMAIL = '登录账户'
PASSWORD = '登录密码'class CrackGeetest():def __init__(self):self.url = 'https://account.geetest.com/login'self.browser = webdriver.Chrome()#设置显示等待时间self.wait = WebDriverWait(self.browser, 20)self.email = EMAILself.password = PASSWORDdef crack():pass# 程序主入口
if __name__ == '__main__':crack = CrackGeetest()crack.crack()
#② 模拟登录填写,点开滑块验证
#在实例化CrackGeetest对象后调用crack()方法开始模拟登录验证...#调用open()方法,打开登录界面,获取账户和密码输入框节点,完成账户和密码的输入。#调用get_geetest_button()方法获取滑动验证按钮,并点击。class CrackGeetest():#...def get_geetest_button(self):''' 获取初始验证按钮,return:按钮对象 '''button = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_radar_tip')))return buttondef open(self):''' 打开网页输入用户名密码, return: None '''self.browser.get(self.url)email = self.wait.until(EC.presence_of_element_located((By.ID, 'email')))password = self.wait.until(EC.presence_of_element_located((By.ID, 'password')))email.send_keys(self.email)password.send_keys(self.password)def crack(self):# 输入用户名密码self.open()# 点击验证按钮button = self.get_geetest_button()button.click()#...#...
#③ 获取并储存有无缺口的两张图片
#首先获取无缺口的验证图片,并保存到本地#获取滑块对象,并执行点击,让浏览器中显示有缺口图片#获取有缺口的验证图片,并保存到本地def get_position(self):''' 获取验证码位置, return: 验证码位置(元组) '''img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_img')))time.sleep(2)location = img.locationsize = img.sizetop,bottom,left,right = location['y'],location['y']+size['height'],location['x'],location['x']+size['width']return (top, bottom, left, right)def get_screenshot(self):''' 获取网页截图, return: 截图对象 '''#浏览器截屏screenshot = self.browser.get_screenshot_as_png()screenshot = Image.open(BytesIO(screenshot))return screenshotdef get_geetest_image(self, name='captcha.png'):''' 获取验证码图片, return: 图片对象 '''top, bottom, left, right = self.get_position()print('验证码位置', top, bottom, left, right)screenshot = self.get_screenshot()#从网页截屏图片中裁剪处理验证图片captcha = screenshot.crop((left, top, right, bottom))captcha.save(name)return captchadef get_slider(self):''' 获取滑块, return: 滑块对象 '''slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_slider_button')))return sliderdef crack(self):#...# 获取验证码图片image1 = self.get_geetest_image('captcha1.png')# 点按呼出缺口slider = self.get_slider()slider.click()# 获取带缺口的验证码图片image2 = self.get_geetest_image('captcha2.png')#...
#④ 获取缺口位置
对比两张图片的所有RBG像素点,得到不一样像素点的x值,即要移动的距离BORDER = 6
INIT_LEFT = 60class CrackGeetest():  def get_gap(self, image1, image2):''' 获取缺口偏移量, 参数:image1不带缺口图片、image2带缺口图片。返回偏移量 '''left = 65for i in range(left, image1.size[0]):for j in range(image1.size[1]):if not self.is_pixel_equal(image1, image2, i, j):left = ireturn leftreturn leftdef is_pixel_equal(self, image1, image2, x, y):'''判断两个像素是否相同:param image1: 图片1:param image2: 图片2:param x: 位置x:param y: 位置y:return: 像素是否相同'''# 取两个图片的像素点(R、G、B)pixel1 = image1.load()[x, y]pixel2 = image2.load()[x, y]threshold = 60if abs(pixel1[0]-pixel2[0])<threshold and abs(pixel1[1]-pixel2[1])<threshold and abs(pixel1[2]-pixel2[2])<threshold:return Trueelse:return Falsedef crack(self):#...# 获取缺口位置gap = self.get_gap(image1, image2)print('缺口位置', gap)# 减去缺口位移gap -= BORDER
#⑤ 获取移动轨迹
模拟人的行为习惯(先匀加速拖动后匀减速拖动),把需要拖动的总距离分成一段一段小的轨迹def get_track(self, distance):'''根据偏移量获取移动轨迹:param distance: 偏移量:return: 移动轨迹'''# 移动轨迹track = []# 当前位移current = 0# 减速阈值mid = distance * 4 / 5# 计算间隔t = 0.2# 初速度v = 0while current < distance:if current < mid:# 加速度为正2a = 2else:# 加速度为负3a = -3# 初速度v0v0 = v# 当前速度v = v0 + atv = v0 + a * t# 移动距离x = v0t + 1/2 * a * t^2move = v0 * t + 1 / 2 * a * t * t# 当前位移current += move# 加入轨迹track.append(round(move))return trackdef crack(self):#...# 获取移动轨迹track = self.get_track(gap)print('滑动轨迹', track)
#⑥ 按照轨迹拖动,完全验证def move_to_gap(self, slider, track):'''拖动滑块到缺口处:param slider: 滑块:param track: 轨迹:return:'''ActionChains(self.browser).click_and_hold(slider).perform()for x in track:ActionChains(self.browser).move_by_offset(xoffset=x, yoffset=0).perform()time.sleep(0.5)ActionChains(self.browser).release().perform()def crack(self):#...# 拖动滑块self.move_to_gap(slider, track)success = self.wait.until(EC.text_to_be_present_in_element((By.CLASS_NAME, 'geetest_success_radar_tip_content'), '验证成功'))print(success)
#⑦ 完成登录def login(self):''' 执行登录 return: None '''submit = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'login-btn')))submit.click()time.sleep(10)print('登录成功')def crack(self):#...# 失败后重试if not success:self.crack()else:self.login()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/479099.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

论文浅尝 | ICLR 2020 - 一文全览知识图谱研究

本文转载自公众号&#xff1a;AI科技评论 作者 | Michael Galkin编译 | 贾伟ICLR 2020 正在进行&#xff0c;但总结笔记却相继出炉。我们曾对 ICLR 2020 上的趋势进行介绍&#xff0c;本文考虑的主题为知识图谱。作者做波恩大学2018级博士生 Michael Galkin&#xff0c;研究方…

Android官方开发文档Training系列课程中文版:OpenGL绘图之应用投影与相机视图

原文地址&#xff1a;http://android.xsoftlab.net/training/graphics/opengl/projection.html##transform 在OpenGL ES环境中&#xff0c;投影相机View可以将所绘制的图形模拟成现实中所看到的物理性状。这种物理模拟是通过改变对象的数字坐标实现的&#xff1a; 投影 - 这基…

算法工程师怎样提升业务理解能力?

文 | 桔了个仔知乎本文已获作者授权&#xff0c;禁止二次转载我刚转做金融风控时&#xff0c;觉得自己写代码多年了&#xff0c;对金融风控的业务不上心&#xff0c;公司让我做什么我就用自认为及其优雅的编码方式解决&#xff0c;但对为什么要做这个事&#xff0c;做了对业务上…

强化学习在美团“猜你喜欢”的实践

1 概述 “猜你喜欢”是美团流量最大的推荐展位&#xff0c;位于首页最下方&#xff0c;产品形态为信息流&#xff0c;承担了帮助用户完成意图转化、发现兴趣、并向美团点评各个业务方导流的责任。经过多年迭代&#xff0c;目前“猜你喜欢”基线策略的排序模型是业界领先的流式更…

论文浅尝 | CoRR - 面向复杂知识问答的框架语义解析方法

论文笔记整理&#xff1a;谭亦鸣&#xff0c;东南大学博士。来源&#xff1a;CoRR abs/2003.13956 (2020)链接&#xff1a;https://arxiv.org/pdf/2003.13956.pdfKBQA任务中的语义解析目标是将自然语言问题转化为标准查询&#xff0c;而后用于构建知识库查询。现有的方法主要依…

全栈深度学习第1期:如何启动一个机器学习项目?

一 起 追 剧 鸭 &#xff01;简介Berkeley全栈深度学习追剧计划是由夕小瑶的卖萌屋发起的优质公开课打卡项目&#xff0c;通过微信群为同期追剧的小伙伴提供交流平台。关于该计划的详请见这里。1. Berkeley深度学习追剧群目前已有1000小伙伴加入&#xff0c;公众号后台回复口令…

超详细中文注释的GPT2新闻标题生成项目

超详细中文注释的GPT2新闻标题生成项目&#xff1a;https://zhuanlan.zhihu.com/p/338171330 笔者开源了一个带有超详细中文注释的GPT2新闻标题生成项目。该项目参考了GPT2-Chinese、GPT2-chitchat、CDial-GPT、GPT2等多个GPT2开源项目&#xff08;感谢大佬们的开源&#xff09…

构建时预渲染:网页首帧优化实践

前言 自JavaScript诞生以来&#xff0c;前端技术发展非常迅速。移动端白屏优化是前端界面体验的一个重要优化方向&#xff0c;Web 前端诞生了 SSR 、CSR、预渲染等技术。在美团支付的前端技术体系里&#xff0c;通过预渲染提升网页首帧优化&#xff0c;从而优化了白屏问题&…

论文浅尝 | 利用指针生成网络的知识图谱自然语言生成

论文笔记整理&#xff1a;谭亦鸣&#xff0c;东南大学博士&#xff0c;研究方向为知识图谱问答。来源&#xff1a;Neurocomputing 382: 174-187 (2020)链接&#xff1a;https://www.sciencedirect.com/science/article/abs/pii/S0925231219316820?via%3Dihub指针生成网络在自然…

学术工业界大佬联合打造:ML产品落地流程指南

文 | 白鹡鸰给小铁比了个心编 | 小轶给白鸟鸟比了个赞卖萌屋原创出品&#xff0c;本文禁止转载前言现在已经有了许多现成的ML开发部署工具&#xff0c;所以想要完成一个ML产品并不困难。但在实际开发过程中&#xff0c;人多手杂&#xff0c;免不了一顿兵荒马乱。相比之下&#…

基于GAN的个性化短标题生成在1688平台的实践应用

原文链接&#xff1a;https://developer.aliyun.com/article/770631 基于GAN的个性化短标题生成在1688平台的实践应用 在电商情境下&#xff0c;卖家为了吸引买家兴趣&#xff0c;也为了提高商品被搜索引擎检索命中的概率&#xff0c;通常趋向于写过于冗长的商品标题。如何从过…

LeetCode 16. 最接近的三数之和(固定左端+滑动窗口)

1. 题目 给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数&#xff0c;使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。 例如&#xff0c;给定数组 nums [-1&#xff0c;2&#xff0c;1&#xff0c;-4], 和 …

领域应用 | 2020 年中国知识图谱行业分析报告

本文转载自公众号&#xff1a;艾瑞咨询。 核心摘要&#xff1a;人工智能本质是解决生产力升级的问题&#xff0c;人类生产力可以归类为知识生产力和劳动生产力&#xff0c;人工智能走入产业后&#xff0c;可以分为感知智能、认知智能和行为智能&#xff0c;后两者更与生产力相…

Category 特性在 iOS 组件化中的应用与管控

背景 iOS Category功能简介 Category 是 Objective-C 2.0之后添加的语言特性。 Category 就是对装饰模式的一种具体实现。它的主要作用是在不改变原有类的前提下&#xff0c;动态地给这个类添加一些方法。在 Objective-C&#xff08;iOS 的开发语言&#xff0c;下文用 OC 代替&…

OpenAI亲谈:我们眼中的GPT-3、大规模语言模型的局限性与出路在哪

编译 | 陈彩娴、青暮编辑 | 陈大鑫近日&#xff0c;OpenAI政策研究主管Miles Brundage在推特上分享了一篇新论文&#xff0c;论文内容是对一个GPT-3研讨会的总结。2020年10月14日&#xff0c;来自OpenAI、斯坦福大学HAI研究所等机构的研究人员召集在一起&#xff0c;讨论围绕GP…

Android官方开发文档Training系列课程中文版:OpenGL绘图之响应触摸事件

原文地址&#xff1a;http://android.xsoftlab.net/training/graphics/opengl/touch.html 使图形按照程序设计的轨迹旋转对OpenGL来说还是不能发挥出它应有的实力。但要是能使用户可以直接控制图形的旋转&#xff0c;这才是OpenGL的真正目的。它真正的关键所在就是使程序可以交…

LeetCode 26. 删除排序数组中的重复项

1. 题目 给定一个排序数组&#xff0c;你需要在原地删除重复出现的元素&#xff0c;使得每个元素只出现一次&#xff0c;返回移除后数组的新长度。 不要使用额外的数组空间&#xff0c;你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。 来源&#xff1a;力扣&…

论文浅尝 | Data Intelligence - 多篇语义资源论文

本文转载自公众号&#xff1a;DI数据智能 。 编者按&#xff1a;Data Intelligence最新发表一组语义资源论文&#xff0c;包括世界著名语义网技术专家荷兰阿姆斯特丹自由大学计算机科学系Frank van Harmelen教授团队的Constructing and Cleaning Identity Graphs in the LOD C…

人物志 | 美团首席科学家夏华夏:不断突破边界的程序人生

“成长没有什么秘笈&#xff0c;就是坚持不断地一点点突破自己的边界就好。” 这是美团首席科学家、无人配送部总经理夏华夏在刚刚过去的“1024 程序员节”时送给技术同行的一句话。 这也是夏华夏自己的人生写照&#xff1a;从没摸过计算机的山东高考状元到清华计算机系的学霸&…

我的《Android官方开发文档Training系列课程中文版》的中期翻译计划

从2016年的3月份开始到现在&#xff0c;对于Android文档的翻译已经进行了两个月的时间。虽然数量还不及总篇数的一半&#xff0c;但是经过一番整理&#xff0c;发现翻译的文章还不少&#xff0c;目前为止已经有56篇了。这个过程也陆陆续续的坚持了下来。现在回头看刚开始翻译的…