课堂记录：
Actionchains控制某种动作
Js 获取class属性 Getelements 获取id Getelement
完整图片属性由None隐藏修改为 block显示
Ways：
找缺口：
注意 像素差 （也会有迷惑你的像素差模块）
从60开始循环所有的x轴
像素值差等于或者大于60 则找到缺口地方 像素也有可能是负数 我们需要用abs函数获取绝对值 比较坐标元组的每个像素值
加速度滑动 模拟人的行为：
加减速列表 确保速度不一样 随机获取一个加速度
向前滑动列表
后退列表 回退必须要是的负值
取整函数round（） 路程要取整 不然不会滑动
1 ''''''
2 '''
3 破解极验滑动验证
4 破解极验滑动验证
5 博客园登录url:
6 https://account.cnblogs.com/signin?returnUrl=https%3A%2F%2Fwww.cnblogs.com%2F
7
8 代码逻辑:
9 1、输入用户名与密码，并点击登录
10 2、弹出滑动验证，获取有缺口与完整的图片
11 3、通过像素点进行比对，获取滑动位移距离
12 4、模拟人的行为轨迹
13 5、开始滑动
14
15 '''
16 from selenium import webdriver # 用来驱动浏览器的
17 from selenium.webdriver import ActionChains # 破解滑动验证码的时候用的 可以拖动图片
18 import time
19 from PIL import Image # pip3 install pillow
20 import random
21
22
23 # 截图图片函数
24 def cut_image(driver):
25 # 获取整个页面图片，图片名字为'snap.png'
26 driver.save_screenshot('snap.png')
27
28 # 获取滑动小画图
29 image = driver.find_element_by_class_name('geetest_canvas_img')
30 print(image.location)
31 print(image.size)
32
33 # 获取小图片的左上右下的位置
34 left = image.location['x']
35 top = image.location['y']
36 right = left + image.size['width']
37 buttom = top + image.size['height']
38 print(left, top, right, buttom)
39
40 # 调用open方法打开全屏图片并赋值给image_obj对象
41 image_obj = Image.open('snap.png')
42
43 # 通过image_obj对象对小图片进行截取
44 # box: The crop rectangle, as a (left, upper, right, lower)-tuple.
45 img = image_obj.crop((left, top, right, buttom))
46 # 打开截取后的小图片
47 # img.show()
48 return img
49
50
51 # 获取完整图片
52 def get_image1(driver):
53 time.sleep(2)
54
55 # 修改document文档树，把完整图片的display属性修改为block
56 js_code = '''
57 var x = document.getElementsByClassName("geetest_canvas_fullbg")[0].style.display = "block";
58 '''
59
60 # 执行js代码
61 driver.execute_script(js_code)
62
63 # 截取图片
64 image = cut_image(driver)
65
66 return image
67
68
69 # 获取有缺口图片
70 def get_image2(driver):
71 time.sleep(2)
72
73 # 修改document文档树，把完整图片的display属性修改为block
74 js_code = '''
75 var x = document.getElementsByClassName("geetest_canvas_fullbg")[0].style.display = "none";
76 '''
77
78 # 执行js代码
79 driver.execute_script(js_code)
80
81 # 截取图片
82 image = cut_image(driver)
83
84 return image
85
86
87 # 获取滑块滑动距离
88 def get_distance(image1, image2):
89 # 小滑块右侧位置
90 start = 60
91
92 # 像素差
93 num = 60
94 print(image1.size)
95 for x in range(start, image1.size[0]):
96 for y in range(image1.size[1]):
97
98 # 获取image1完整图片每一个坐标的像素点
99 rgb1 = image1.load()[x, y]
100
101 # 获取image2缺口图片每一个坐标的像素点
102 rgb2 = image2.load()[x, y]
103 # (60, 86, 40) (60, 86, 40) rgb
104 print(rgb1, rgb2)
105
106 # abs获取绝对值， 像素点比较的值
107 r = abs(rgb1[0] - rgb2[0])
108 g = abs(rgb1[1] - rgb2[1])
109 b = abs(rgb1[2] - rgb2[2])
110
111 # 如果条件成立，则找到缺口位置
112 if not (r < num and g < num and b < num):
113 # 有误差 - 7像素
114 return x - 7
115
116
117 # 模拟人的滑动轨迹
118 def get_strck_move(distance):
119 distance += 20
120
121 '''
122 滑动行为轨迹
123 加速公式:
124 v = v0 + a * t
125
126 路程公式:
127 s = v0 * t + 0.5 * a * (t ** 2)
128 '''
129
130 # 初速度
131 v0 = 0
132
133 # 时间
134 t = 0.2
135
136 # 位置
137 s = 0
138
139 # 滑动轨迹列表 向前滑动列表
140 move_list = []
141
142 # 中间值,作为加减速度的位置
143 mid = distance / 5 * 3
144
145 # 加减速度列表
146 v_list = [1, 2, 3, 4]
147
148 # 循环位移
149 while s < distance:
150 if s < mid:
151 # 随机获取一个加速度
152 a = v_list[random.randint(0, len(v_list) - 1)]
153
154 else:
155 # 随机获取一个减速度
156 a = -v_list[random.randint(0, len(v_list) - 1)]
157
158 '''
159 匀加速\减速运行
160 v = v0 + a * t
161
162 位移:
163 s = v * t + 0.5 * a * (t**2)
164 '''
165 # 获取初始速度
166 v = v0
167
168 # 路程公式:
169 s1 = v * t + 0.5 * a * (t ** 2)
170 s1 = round(s1) # 取整
171
172 # 加速公式:
173 # v = v0 + a * t
174 m_v = v + a * t
175
176 # 把当前加/减速度赋值给初始速度，以便下一次计算
177 v0 = m_v
178
179 # 把位移添加到滑动列表中
180 move_list.append(s1)
181
182 # 修改滑动初始距离
183 s += s1
184
185 # 后退列表, 自定义后退滑动轨迹,必须是负值
186 back_list = [-1, -1, -2, -3, -2, -1, -1, -2, -3, -2, -1, -1]
187
188 return {'move_list': move_list, 'back_list': back_list}
189
190
191 def main():
192 driver = webdriver.Chrome(r'D:\python\chromedriver_win32\chromedriver.exe')
193 driver.implicitly_wait(10)
194 driver.get('https://account.cnblogs.com/signin?returnUrl=https%3A%2F%2Fwww.cnblogs.com%2F')
195
196 # 1、输入用户名与密码，并点击登录
197 user_input = driver.find_element_by_id('LoginName')
198 user_input.send_keys('LettersfromSuperz')
199 time.sleep(0.2)
200
201 pwd_input = driver.find_element_by_id('Password')
202 pwd_input.send_keys('zhu982033')
203 time.sleep(2)
204
205 login_submit = driver.find_element_by_id('submitBtn')
206 login_submit.click()
207
208 # 2、获取完整的图片
209 image1 = get_image1(driver)
210
211 # 3、获取有缺口图片
212 image2 = get_image2(driver)
213
214 # 4、比对两张图片，获取滑动距离
215 distance = get_distance(image1, image2)
216 print(distance)
217
218 # 5、模拟人的滑动轨迹
219 move_dict = get_strck_move(distance)
220 # 获取前进滑动轨迹
221 move_list = move_dict['move_list']
222 # 获取后退滑动轨迹
223 back_list = move_dict['back_list']
224
225 # 6、开始滑动
226 move_tag = driver.find_element_by_class_name('geetest_slider_button')
227 # 点击摁住滑动按钮
228 ActionChains(driver).click_and_hold(move_tag).perform()
229
230 # 向前滑动
231 for move in move_list:
232 ActionChains(driver).move_by_offset(xoffset=move, yoffset=0).perform()
233 time.sleep(0.1)
234
235 time.sleep(0.1)
236
237 # 向后滑动
238 for back in back_list:
239 ActionChains(driver).move_by_offset(xoffset=back, yoffset=0).perform()
240 time.sleep(0.1)
241
242 # 制作微妙晃动
243 ActionChains(driver).move_by_offset(xoffset=3, yoffset=0).perform()
244 ActionChains(driver).move_by_offset(xoffset=-3, yoffset=0).perform()
245
246 time.sleep(0.1)
247
248 # 释放滑动按钮
249 ActionChains(driver).release().perform()
250
251 time.sleep(100)
252
253 finally:
254 driver.close()
255
256 if __name__ == '__main__':
257 main()
破解极验滑动验证