python爬虫之利用selenium+opencv识别滑动验证并模拟登陆知乎功能
作者：eliwang 发布时间：2023-10-17 22:33:37
标签：selenium,opencv,滑动验证
滑动验证距离
分别获取验证码背景图和滑块图两张照片，然后利用opencv库，通过高斯模糊和Canny算法进行处理，然后通过matchTemplate方法进行两张图的匹配，获得滑动距离。需要注意的是，知乎验证码在进行操作的时候，需要在原有基础上再向右偏移10px距离
def get_distance(self, bg_img_path='./bg.png', slider_img_path='./slider.png'):
"""获取滑块移动距离"""
# 背景图片处理
bg_img = cv.imread(bg_img_path, 0) # 读入灰度图片
bg_img = cv.GaussianBlur(bg_img, (3, 3), 0) # 高斯模糊去噪
bg_img = cv.Canny(bg_img, 50, 150) # Canny算法进行边缘检测
# 滑块做同样处理
slider_img = cv.imread(slider_img_path, 0)
slider_img = cv.GaussianBlur(slider_img, (3, 3), 0)
slider_img = cv.Canny(slider_img, 50, 150)
# 寻找最佳匹配
res = cv.matchTemplate(bg_img, slider_img, cv.TM_CCOEFF_NORMED)
# 最小值，最大值，并得到最小值, 最大值的索引
min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
# 例如：(-0.05772797390818596, 0.30968162417411804, (0, 0), (196, 1))
top_left = max_loc[0] # 横坐标
return top_left
滑块运动轨迹
模拟人的行为，到缺口位置时，继续向后滑动一段距离，然后再回退到准确位置
def get_tracks(self, distance):
'''滑动轨迹 '''
tracks = []
v = 0
t = 0.2 # 单位时间
current = 0 # 滑块当前位移
distance += 10 # 多移动10px,然后回退
while current < distance:
if current < distance * 5 / 8:
a = random.randint(1, 3)
else:
a = -random.randint(2, 4)
v0 = v # 初速度
track = v0 * t + 0.5 * a * (t ** 2) # 单位时间（0.2s）的滑动距离
tracks.append(round(track)) # 加入轨迹
current += round(track)
v = v0 + a * t
#回退到大致位置
for i in range(5):
tracks.append(-random.randint(1, 3))
return tracks
鼠标滑动操作
通过selenium中的鼠标动作链，按照滑动轨迹进行滑动
def mouse_move(self,slide,tracks):
'''鼠标滑动'''
#鼠标点击滑块并按照不放
ActionChains(self.driver).click_and_hold(slide).perform()
#按照轨迹进行滑动，
for track in tracks:
ActionChains(self.driver).move_by_offset(track, 0).perform()
ActionChains(self.driver).release(slide).perform()
规避知乎selenium检测
使用selenium自动化测试爬取知乎的时候出现了：错误代码10001：请求异常请升级客户端后重新尝试，这个错误的产生是由于知乎可以检测selenium自动化测试的脚本
使用chrome的远程调试模式结合selenium来遥控操作chrome进行抓取，这样就会规避selenium被网站检测到
添加环境变量
将chrome.exe的目录添加到系统环境变量，比如C:\Program Files\Google\Chrome\Application，这样就可以直接在命令行输入chrome.exe启动浏览器
打开cmd窗口，执行命令
chrome.exe --remote-debugging-port=9222 --user-data-dir="E:\eliwang\selenium_data"
注意端口不要被占用，user-data-dir用来指明配置文件的路径，自定义
此时会开启浏览器，并打开一个新的标签页
selenium接管的主要代码
options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")
关闭浏览器窗口
1、使用浏览器对象的close（）方法，quit（）方法不行。
2、手动打开，手动关闭
完整登陆代码
# coding:utf-8
import cv2 as cv
import time
import random
from selenium import webdriver
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait as WAIT
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from urllib.request import urlretrieve
class Zhihu_login:
'''知乎模拟登陆'''
def __init__(self):
options = webdriver.ChromeOptions()
#操控chrome浏览器
options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")
self.driver = webdriver.Chrome(options=options)
self.wait = WAIT(self.driver, 5)
self.url = 'https://www.zhihu.com/'
self.bg_img_path = './bg.png'
self.slider_img_path = './slider.png'
def run(self):
'''执行入口'''
self.driver.get(self.url)
try:
if WAIT(self.driver,3).until(EC.presence_of_element_located((By.ID,'Popover15-toggle'))):
print('登陆成功')
self.save_cookie()
self.driver.close()
except:
# 切换到密码登陆
self.wait.until(EC.element_to_be_clickable((By.XPATH, '//div[contains(@class,"SignFlow-tabs")]/div[2]'))).click()
name_input = self.driver.find_element_by_name('username')
name_input.clear()
name_input.send_keys('账号')
pass_input = self.driver.find_element_by_name('password')
pass_input.clear()
pass_input.send_keys('密码')
self.wait.until(EC.element_to_be_clickable((By.XPATH, '//button[@type="submit"]'))).click() # 点击登陆按钮
time.sleep(1)
#进行滑动验证，最多尝试5次重新验证
if self.slide_verify():
print('登陆成功')
self.save_cookie()
self.driver.close()
else:
print('第1次登陆失败')
for i in range(4):
print('正在尝试第％d次登陆'％(i+2))
if self.slide_verify():
print('第％d次登陆成功'％(i+2))
self.save_cookie()
self.driver.close()
return
print('第％d次登陆失败' ％ (i + 2))
print('登陆失败5次，停止登陆')
self.driver.close()
def slide_verify(self):
'''滑动验证'''
slider_button = self.wait.until(EC.element_to_be_clickable((By.XPATH, '//div[@class="yidun_slider"]')))
self.bg_img_url = self.wait.until(EC.presence_of_element_located((By.XPATH, '//img[@class="yidun_bg-img"]'))).get_attribute('src') # 获取验证码背景图url
self.slider_img_url = self.wait.until(EC.presence_of_element_located((By.XPATH, '//img[@class="yidun_jigsaw"]'))).get_attribute('src') # 获取验证码滑块图url
urlretrieve(self.bg_img_url, self.bg_img_path)
urlretrieve(self.slider_img_url, self.slider_img_path)
distance = self.get_distance(self.bg_img_path, self.slider_img_path)
distance += 10 # 实际移动距离需要向右偏移10px
tracks = self.get_tracks(distance)
self.mouse_move(slider_button,tracks)
try:
element = self.wait.until(EC.presence_of_element_located((By.ID,'Popover15-toggle')))
except:
return False
else:
return True
def save_cookie(self):
cookie = {}
for item in self.driver.get_cookies():
cookie[item['name']] = item['value']
print(cookie)
print('成功获取登陆知乎后的cookie信息')
def mouse_move(self,slide,tracks):
'''鼠标滑动'''
#鼠标点击滑块并按照不放
ActionChains(self.driver).click_and_hold(slide).perform()
#按照轨迹进行滑动，
for track in tracks:
ActionChains(self.driver).move_by_offset(track, 0).perform()
ActionChains(self.driver).release(slide).perform()
def get_distance(self, bg_img_path='./bg.png', slider_img_path='./slider.png'):
"""获取滑块移动距离"""
# 背景图片处理
bg_img = cv.imread(bg_img_path, 0) # 读入灰度图片
bg_img = cv.GaussianBlur(bg_img, (3, 3), 0) # 高斯模糊去噪
bg_img = cv.Canny(bg_img, 50, 150) # Canny算法进行边缘检测
# 滑块做同样处理
slider_img = cv.imread(slider_img_path, 0)
slider_img = cv.GaussianBlur(slider_img, (3, 3), 0)
slider_img = cv.Canny(slider_img, 50, 150)
# 寻找最佳匹配
res = cv.matchTemplate(bg_img, slider_img, cv.TM_CCOEFF_NORMED)
# 最小值，最大值，并得到最小值, 最大值的索引
min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
# 例如：(-0.05772797390818596, 0.30968162417411804, (0, 0), (196, 1))
top_left = max_loc[0] # 横坐标
return top_left
def get_tracks(self, distance):
'''滑动轨迹 '''
tracks = []
v = 0
t = 0.2 # 单位时间
current = 0 # 滑块当前位移
distance += 10 # 多移动10px,然后回退
while current < distance:
if current < distance * 5 / 8:
a = random.randint(1, 3)
else:
a = -random.randint(2, 4)
v0 = v # 初速度
track = v0 * t + 0.5 * a * (t ** 2) # 单位时间（0.2s）的滑动距离
tracks.append(round(track)) # 加入轨迹
current += round(track)
v = v0 + a * t
#回退到大致位置
for i in range(5):
tracks.append(-random.randint(1, 3))
return tracks
if __name__ == '__main__':
Zhihu_login().run()
来源：https://www.cnblogs.com/eliwang/p/15260822.html
0
投稿猜你喜欢
概述binlog2sql是一个Python开发开源的MySQL Binlog解析工具，能够将Binlog解析为原始的SQL，也支持将Binl- 本文实例讲述了Java连接各种数据库的方法。分享给大家供大家参考。具体如下：//MySQL：
- 1: os.listdir(path) //path为目录 功能相当于在path目录下执行dir命令，返回为list类型 print os.
- 在WEB2.0 网页充斥的年代，身边无时无刻都听到这样的声音：“拒绝海报式设计，要做有用的设计，要简洁，要清爽，要大气”产品经理
- 在保持合理的数据采集上，使用python爬虫也并不是一件坏事情，因为在信息的交流上加快了流通的频率。今天小编为大家带来了一个稍微复杂一点的应
- 识别MNIST已经成了深度学习的hello world，所以每次例程基本都会用到这个数据集，这个数据集在tensorflow内部用着很好的封
- 目录1、切片的基础用法2、切片的高级用法3、自定义对象实现切片功能3.1、魔术方法：`getitem()`3.2、自定义序列实现切片功能3.
- 微软的visual studio没有自带连接Mysql的驱动，要去网上下载一个mysql-connector-net-6.4.3驱动，然后安
- 1.left join 基本用法mysql left join 语句格式A LEFT JOIN B ON 条件表达式left join 是以
- 这个跟ping那个差不多，ping的那个脚本就是通过这个改了下，大体一致，不过telnet的不需要判断返回的字符串。快一些这里具体需要tel
- 腐蚀在一些图像中，会有一些异常的部分，比如这样的毛刺：对于这样的情况，我们就可以应用复式操作了。需要注意的是，腐蚀操作只能处理二值图像，即像
- 系统：ubuntu18.04 x64GitHub：https://github.com/xingjidemimi/DjangoAPI.git
- 这篇文章主要介绍了python3.8 微信发送服务器监控报警消息代码实现,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考
- 本文实例讲述了Python高级变量类型。分享给大家供大家参考，具体如下：目标列表元组字典字符串公共方法变量高级知识点回顾Python 中数据
- 在python列表中，如果我们想要删除一个或者连续几个元素，可以使用del()方法，在numpy数组，如果想要删除元素，可以使用numpy.
- Redisredis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串
- Declare @Id varchar(20) Declare @Name varchar(20) Declare Cur Cursor F
- 上次我写过一篇文章，讨论"JavaScript类定义原型方法的两种实现的区别"。研究后发现除了方法的初始化方式不同外，没
- 进入PyCharm后，点击File→Open，然后在弹窗中选择需要导入项目的文件夹；打开了python项目后，需要配置该项目对应的pytho
- 在tensorflow中，默认指定占用所有的GPU，如需指定占用的GPU，可以在命令行中：export CUDA_VISIBLE_DEVIC
