爬虫: 滑块验证码破解

以下代码应用于头条号登录获取cookie，99%通过率。希望头条号能够提供授权发表文章的API。

第一步，计算缺口距离

先对背景图与缺口图发请求，保存为本地文件，然后使用函数FindPic计算出缺口距离

def FindPic(target, template):
    """
    找出图像中最佳匹配位置
    :param target: 目标即背景图
    :param template: 模板即需要找到的图
    :return: 返回最佳匹配及其最差匹配和对应的坐标
    """
    target_rgb = cv2.imread(target)
    target_gray = cv2.cvtColor(target_rgb, cv2.COLOR_BGR2GRAY)
    template_rgb = cv2.imread(template, 0)
    res = cv2.matchTemplate(target_gray, template_rgb, cv2.TM_CCOEFF_NORMED)
    value = cv2.minMaxLoc(res)
    return value[2:][0][0], value[2:][1][0]  # 采用value[2:][1][0]

第二步，生成加减速为主的滑动轨迹

def generate_tracks(distance):
    distance += 20
    v = 0
    t = 0.2
    forward_tracks = []
    current = 0
    mid = distance * 3 / 5  # 减速阀值
    while current < distance:
        if current < mid:
            a = 2  # 加速度为+2
        else:
            a = -3  # 加速度-3
        s = v * t + 0.5 * a * (t ** 2)
        v = v + a * t
        current += s
        forward_tracks.append(round(s))
    back_tracks = [-3, -3, -2, -2, -2, -2, -2, -1, -1, -1]
    return forward_tracks, back_tracks

第三步，使用selenium实现滑动

value_1, value_2 = findpic(target_name, template_name)
action = ActionChains(driver)  # 实例化一个action对象
button = driver.find_element_by_xpath('//*[@id="validate-drag-wrapper"]/div[2]/img')  # 找到滑块
try:
    action.click_and_hold(button).perform()  # perform()用来执行ActionChains中存储的行为
except StaleElementReferenceException as e:
    pass
action.reset_actions()
forward_tracks, back_tracks = generate_tracks(value_2)
for x in forward_tracks:
    action.move_by_offset(x, 0)  # 前进移动滑块
for x in back_tracks:
    action.move_by_offset(x, 0)  # 后退移动滑块
action.release().perform()  # 松开鼠标

iicey

爬虫: 滑块验证码破解

第一步，计算缺口距离

第二步，生成加减速为主的滑动轨迹

第三步，使用selenium实现滑动

Hello Gridea