在我们爬虫的时候经常会遇到验证码,新浪微博的验证码是四宫格形式。
可以采用模板验证码的破解方式,也就是把所有验证码的情况全部列出来,然后拿验证码的图片和这所有情况中的图片进行对比,然后获取验证码,再通过selenium自动拖拽点击,进行破解。
我们将验证码四个点标注为1234,那么所有的情况就是以下24种情况。
数字代表箭头指向:
1234 2134 3124 4321 1243 2143 3142 4312 1342 2314 3214 4123 1324 2341 3241 4132 1423 2413 3412 4213 1432 2431 3421 4231所有的情况就是以上24种。我们将这24中验证码的情况放在一个文件夹内,当我们在登录的时候用获取的验证码截图去和所有的情况一一对比,然后获取完全相同的验证码,进行点击即可。代码如下:
from selenium import webdriver from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.common.by import By from selenium.common.exceptions import TimeoutException from selenium.webdriver.common.action_chains import ActionChains import time from PIL import Image from io import BytesIO from os import listdir USERNAME = '' PASSWORD = '' class CrackWeiboSlide(): def __init__(self): self.url = 'https://passport.weibo.cn/signin/login' self.browser = webdriver.Chrome() self.wait = WebDriverWait(self.browser,20) self.username = USERNAME self.password = PASSWORD def __del__(self): self.browser.close() def open(self): """ 打开网页输入用户名密码登录 :return: None """ self.browser.get(self.url) username = self.wait.until(EC.presence_of_element_located((By.ID,'loginName'))) password = self.wait.until(EC.presence_of_element_located((By.ID,'loginPassword'))) submit = self.wait.until(EC.element_to_be_clickable((By.ID, 'loginAction'))) username.send_keys(self.username) password.send_keys(self.password) submit.click() def get_position(self): """ 获取验证码的位置 :return: 位置 """ try: img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME,'patt-shadow'))) except TimeoutException: print('未出现验证码') self.open() time.sleep(2) location = img.location size = img.size top=location['y'] bottom = location['y']+size['height'] left = location['x'] right = location['x']+size['width'] return (top,bottom,left,right) def get_screenshot(self): """ 获取截图 :return:截图 """ screentshot = self.browser.get_screenshot_as_png() # BytesIO将网页截图转换成二进制 screentshot = Image.open(BytesIO(screentshot)) return screentshot def get_image(self,name): """获取验证码图片""" top,bottom,left,right = self.get_position() print('验证码位置',top,bottom,left,right) screenshot = self.get_screenshot() # crop()将图片裁剪出来,后面需要一个参数 captcha = screenshot.crop((left,top,right,bottom)) captcha.save(name) return captcha def detect_image(self,image): """ 匹配图片 :param self: :param image: 图片 :return: 拖动顺序 """ # 图片所在的文件夹 for template_name in listdir('templates/'): print('正在匹配',template_name) template = Image.open('templates/'+template_name) # 匹配图片 if self.same_img(image,template): # 将匹配到的文件名转换为列表 numbers = [int(number)for number in list(template_name.split('.')[0])] print('拖动顺序',numbers) return numbers def is_pixel_equal(self,image1,image2,x,y): """ 判断两个像素的相似度 :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 """ # 取像素点 pixel1 = image1.load()[x,y] pixel2 = image2.load()[x,y] # 偏差量等于60 threshold = 60 if abs(pixel1[0]-pixel2[0]) < threshold and abs(pixel1[1]-pixel2[1])<threshold and abs(pixel1[2]-pixel2[2])<threshold: return True else: return False def same_img(self,image,template): """ 识别相似的验证码 :param image: 准备识别的验证码 :param template: 模板 :return: """ # 相似度阈值 threshold = 0.99 count = 0 # 匹配所有像素点 for x in range(image.width): for y in range(image.height): # 判断像素 if self.is_pixel_equal(image,template,x,y): count+=1 result = float(count)/(image.width*image.height) if result>threshold: print('成功匹配') return True return False def move(self,numbers): """ 根据顺序拖动,此处接收的参数为前面的验证码的顺序列表 :param numbers: :return: """ # 获取四宫格的四个点 circles = self.browser.find_elements_by_css_selector('.patt-wrap .patt-circ') print('-----------------',circles) dx = dy =0 for index in range(4): circle = circles[numbers[index]-1] if index == 0: # 点击第一个点 ActionChains(self.browser).move_to_element_with_offset(circle,circle.size['width']/2,circle.size['height']/2).click_and_hold().perform() else: # 慢慢移动 times = 30 for i in range(times): ActionChains(self.browser).move_by_offset(dx/times,dy/times).perform() time.sleep(1/times) if index == 3: # 松开鼠标 ActionChains(self.browser).release().perform() else: # 计算下次的偏移 dx = circles[numbers[index+1]-1].location['x'] - circle.location['x'] dy = circles[numbers[index+1]-1].location['y'] - circle.location['y'] def crack(self): """ 破解入口 :return: """ self.open() # 获取验证码图片 image = self.get_image('captcha.png') numbers = self.detect_image(image) self.move(numbers) time.sleep(10) print('识别结束') if __name__ == '__main__': crack = CrackWeiboSlide() crack.crack()
设置自己的账号密码即可实现。
有时候会匹配不上,图片相似度阈值达不到0.99以上,这个时候可能是我们收集的验证码图片过时了,重新开启图片收集程序,运行收集一下即可。
收集图片程序代码如下:
from selenium import webdriver from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.common.by import By from selenium.common.exceptions import TimeoutException import time from PIL import Image from io import BytesIO from os import listdir USERNAME = '18239831004' PASSWORD = 'qweqweqwe' class CrackWeiboSlide(): def __init__(self): self.url = 'https://passport.weibo.cn/signin/login' self.browser = webdriver.Chrome() self.wait = WebDriverWait(self.browser,20) self.username = USERNAME self.password = PASSWORD def __del__(self): self.browser.close() def open(self): """ 打开网页输入用户名密码登录 :return: None """ self.browser.get(self.url) username = self.wait.until(EC.presence_of_element_located((By.ID,'loginName'))) password = self.wait.until(EC.presence_of_element_located((By.ID,'loginPassword'))) submit = self.wait.until(EC.element_to_be_clickable((By.ID, 'loginAction'))) username.send_keys(self.username) password.send_keys(self.password) submit.click() def get_position(self): """ 获取验证码的位置 :return: 位置 """ try: img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME,'patt-shadow'))) except TimeoutException: print('未出现验证码') self.open() time.sleep(2) location = img.location size = img.size top=location['y'] bottom = location['y']+size['height'] left = location['x'] right = location['x']+size['width'] return (top,bottom,left,right) def get_screenshot(self): """ 获取截图 :return:截图 """ screentshot = self.browser.get_screenshot_as_png() # BytesIO将网页截图转换成二进制 screentshot = Image.open(BytesIO(screentshot)) return screentshot def get_image(self,name): """获取验证码图片""" top,bottom,left,right = self.get_position() print('验证码位置',top,bottom,left,right) screenshot = self.get_screenshot() # crop()将图片裁剪出来,后面需要一个参数 captcha = screenshot.crop((left,top,right,bottom)) captcha.save(name) return captcha # 获取所有的验证码 def main(self): count = 0 while True: name = str(count)+'.png' self.open() self.get_image(name) count+=1 if __name__ == '__main__': crack = CrackWeiboSlide() crack.main()
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接
华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com
暂无评论...
更新日志
2024年11月18日
2024年11月18日
- 柏菲·胭花四乐《胭花四乐》限量开盘母带ORMCD[低速原抓WAV+CUE]
- 群星《监听耳机天碟》2018[WAV分轨][1G]
- 群星《娱协奖原创金曲合辑》滚石[WAV+CUE][1.1G]
- 罗大佑《美丽岛》2CD[WAV+CUE][1.1G]
- 言承旭.2009-多出来的自由【SONY】【WAV+CUE】
- 赤道.2000-精选2CD【ACM】【WAV+UCE】
- 许廷铿.2017-神奇之旅【华纳】【WAV+CUE】
- 李克勤《罪人》环球[WAV+CUE][1G]
- 陈粒2024《乌有乡地图》有此山文化[FLAC分轨][1G]
- 蔡依林《MYSELF》 奢华庆菌版 2CD[WAV+CUE][1.5G]
- 刘春美《心与心寻世界名曲中文版》新京文[低速原抓WAV+CUE]
- 朱逢博《蔷薇蔷薇处处开》[FLAC+CUE]
- 姚璎格2005《心在哭泣》龙韵[WAV分轨]
- 费玉清《费玉清收藏》 2CD 华纳[WAV+CUE][1G]
- 徐怀钰《LOVE》台湾首版[WAV+CUE][1G]