登陆b站的时候大家都会见到滑动验证码，打开开发者工具分析一下这里的验证码
1：首先需要鼠标触碰到滑动按钮才会显示出完整的验证码图片
2：点击按钮出现缺口图片
3：查看图片元素会（打开图片链接）发现完整的图片被打乱了。把整个分成了上下两部分各是26张。但是会发现虽然图片的顺序是乱的可是它的坐标还是有规律可寻
解决思路：
先来分析一下这个坐标的规律，我就打开查找元素一直在那看他们之间的关系，最后发现图片上半部分的第一块和下半部分的第二块x值相同，下部分第一块与上半部分第二块x值相同。原来它是交叉放的。。那接下来就要把它拼接起来。同样的道理，带缺口的图也是这个规律。拼接完成后遍历两张图片的像素，如果像素之间差的绝对值大于50那么也就找到了缺口的x轴坐标。由于是水平移动所需要的是x轴所以找出来x轴即可。
计算出来缺口的距离之后就可以模拟人滑动按钮了，在模拟的过程中速度的限制相当严格，参考了别人的博客找到了解决办法但是识别的效果也不是太理想，还请大神们指教。。
需要用到的包：
import randomimport time, refrom selenium import webdriverfrom mon.exceptions import TimeoutExceptionfrom mon.by import Byfrom selenium.webdriver.support.wait import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECfrom mon.action_chains import ActionChainsfrom PIL import Imageimport requestsfrom io import BytesIOclass Bilibili(object):def __init__(self):self.url = '/login'self.driver = webdriver.Chrome()self.driver.get(self.url)time.sleep(3)self.wait = WebDriverWait(self.driver, 20)
获取图片和列表位置：
def get_image_url(self, xpath):link = pile('background-image: url\("(.*?)"\); background-position: (.*?)px (.*?)px;')elements = self.driver.find_elements_by_xpath(xpath)image_url = Nonelocation = list()for element in elements:style = element.get_attribute("style")groups = link.search(style)url = groups[1]x_pos = groups[2]y_pos = groups[3]location.append((int(x_pos), int(y_pos)))image_url = urlreturn image_url, location
拼接图片：
def mosaic_image(self, image_url, location):resq = requests.get(image_url)file = BytesIO(resq.content)img = Image.open(file)image_upper_lst = []image_down_lst = []for pos in location:if pos[1] == 0:# y值==0的图片属于上半部分，高度58image_upper_lst.append(img.crop((abs(pos[0]), 0, abs(pos[0]) + 10, 58)))else:# y值==58的图片属于下半部分image_down_lst.append(img.crop((abs(pos[0]), 58, abs(pos[0]) + 10, img.height)))x_offset = 0# 创建一张画布，x_offset主要为新画布使用new_img = Image.new("RGB", (260, img.height))for img in image_upper_lst:new_img.paste(img, (x_offset, 58))x_offset += img.widthx_offset = 0for img in image_down_lst:new_img.paste(img, (x_offset, 0))x_offset += img.widthreturn new_img
判断颜色是否相近：
def is_similar_color(self, x_pixel, y_pixel): # 传入完整图片和缺口图片的像素for i, pixel in enumerate(x_pixel):if abs(y_pixel[i] - pixel) > 50: # 如果两张图片差的绝对值大于50的话颜色不相近return Falsereturn True
计算滑动距离：
def get_offset_distance(self, cut_image, full_image):for x in range(cut_image.width):for y in range(cut_image.height):cpx = cut_image.getpixel((x, y))# 获取坐标点像素的RGB值fpx = full_image.getpixel((x, y))if not self.is_similar_color(cpx, fpx):img = cut_image.crop((x, y, x + 50, y + 40))# 保存一下计算出来位置图片，看看是不是缺口部分img.save("1.jpg")return x
开始移动：
def start_move(self, distance):element = self.driver.find_element_by_xpath('//div[@class="gt_slider_knob gt_show"]')# 这里就是根据移动进行调试，计算出来的位置不是百分百正确的，加上一点偏移distance -= element.size.get('width') / 2distance += 15# 按下鼠标左键ActionChains(self.driver).click_and_hold(element).perform()time.sleep(0.5)while distance > 0:if distance > 7:# 如果距离大于10，就让他移动快一点span = random.randint(5, 8)else:# 快到缺口了，就移动慢一点span = random.randint(2, 3)ActionChains(self.driver).move_by_offset(span, 0).perform()distance -= spantime.sleep(random.randint(10,50) / 100)ActionChains(self.driver).move_by_offset(distance, 1).perform()ActionChains(self.driver).release(on_element=element).perform()
可以实现注册:(根据需要)
'''# 注册def register(self):element = self.driver.find_element_by_xpath('//input[@id="sms_username"]')element.clear()element.send_keys("15836197228")ele_captcha = self.driver.find_element_by_xpath('//span[@class="js-btn-captcha btn-captcha"]')ele_captcha.click()'''
可以登录：
# 登陆def logging(self):username = '用户名'password = '密码'dom_input_id = self.driver.find_element_by_id("login-username")dom_input_keyword = self.driver.find_element_by_id("login-passwd")dom_input_id.send_keys(username)time.sleep(3)dom_input_keyword.send_keys(password)submit = self.driver.find_element_by_xpath('//*[@class="btn-box"]/a')submit.click()time.sleep(1)
完成整个拖动：
def analog_drag(self):# 鼠标移动到拖动按钮，显示出拖动图片element_list = self.driver.find_element_by_xpath('//*[@class="gt_slider"]/div[2]')ActionChains(self.driver).move_to_element(element_list).perform()time.sleep(3)# 刷新一下极验图片element = self.driver.find_element_by_xpath('//a[@class="gt_refresh_button"]')element.click()time.sleep(1)# 获取图片地址和位置坐标列表cut_image_url, cut_location = self.get_image_url('//div[@class="gt_cut_bg_slice"]')full_image_url, full_location = self.get_image_url('//div[@class="gt_cut_fullbg_slice"]')# 根据坐标拼接图片cut_image = self.mosaic_image(cut_image_url, cut_location)full_image = self.mosaic_image(full_image_url, full_location)# 保存图片方便查看cut_image.save("cut.jpg")full_image.save("full.jpg")# 根据两个图片计算距离distance = self.get_offset_distance(cut_image, full_image)# 开始移动self.start_move(distance)# 如果出现errortry:WebDriverWait(self.driver, 5, 0.5).until(EC.element_to_be_clickable((By.XPATH, '//div[@class="gt_ajax_tip gt_error"]')))print("验证失败")returnexcept TimeoutException as e:pass# 判断是否验证成功try:WebDriverWait(self.driver, 10, 0.5).until(EC.element_to_be_clickable((By.XPATH, '//div[@class="gt_ajax_tip gt_success"]')))except TimeoutException:print("again times")time.sleep(1)# 失败后递归执行拖动self.analog_drag()else:print('登陆成功')# 获取图片和位置列表
最后写main：
def main(self):WebDriverWait(self.driver, 10, 0.5).until(EC.element_to_be_clickable((By.XPATH, '//div[@class="gt_slider_knob gt_show"]')))self.logging()# 进入模拟拖动流程self.analog_drag()
感谢博主：
/bf02jgtrs00xktcx/article/details/80002248#commentsedit
让笔者爬虫小白学习到不少，，
