python 15.网络爬虫—selenium验证码破解

网络爬虫—selenium验证码破解

一·selenium验证码破解二·破解平台打码平台超级鹰文识别基于人工智能的定制化识别平台 —图灵

三·英文数字验证码破解selenium破解验证码快捷登录古诗文网

四·滑动验证码破解selenium滑动验证码破解网易网盾测试案例

五·总结六·后记

前言： ️️个人简介：以山河作礼。 ️️:Python领域新星创作者，CSDN实力新星认证 ​第一篇文章《1.认识网络爬虫》获得全站热榜第一，python领域热榜第一。 茶 茶第四篇文章《4.网络爬虫—Post请求(实战演示)》全站热榜第八。 茶 茶第八篇文章《8.网络爬虫—正则表达式RE实战》全站热榜第十二。 茶 茶第十篇文章《10.网络爬虫—MongoDB详讲与实战》全站热榜第八，领域热榜第二 茶 茶第十三篇文章《13.网络爬虫—多进程详讲(实战演示)》全站热榜第十二。 《Python网络爬虫》专栏累计发表十四篇文章，上榜五篇。欢迎免费订阅！欢迎大家一起学习，一起成长！！ 悲索之人烈焰加身，堕落者不可饶恕。永恒燃烧的羽翼，带我脱离凡间的沉沦。

一·selenium验证码破解

茶 茶网络爬虫是一种自动化程序，用于从Web页面中提取数据。然而，有些网站为了防止爬虫程序抓取数据，会加入一些验证码，使得程序无法自动化地完成数据采集任务。为了解决这个问题，我们可以使用selenium来破解验证码。

茶 Selenium是一个开源的自动化测试工具，它可以模拟用户在浏览器中的操作，包括点击、输入等。使用selenium可以模拟用户手动输入验证码，从而实现验证码的破解。

二·破解平台

首先我们介绍两个第三方破解平台： 第一款第三方打码平台是 :超级鹰

帮助开发者解决图像验证码的识别问题。它采用了最先进的图像识别技术，可以快速准确地识别各种形式的图像验证码，如数字、字母、中文、滑动拼图

第二款第三方平台是 :图灵

基于人工智能的定制化识别平台 可用于识别包括英数类型，中文类型，滑块类型等验证码，

打码平台超级鹰文识别

超级鹰是一款第三方打码平台，可以帮助开发者解决图像验证码的识别问题。它采用了最先进的图像识别技术，可以快速准确地识别各种形式的图像验证码，如数字、字母、中文、滑动拼图等。超级鹰提供了简单易用的API接口，开发者只需调用接口即可将验证码提交给超级鹰进行识别，并获得识别结果。此外，超级鹰还提供了多种识别方式，如手动识别、自动识别、多人协作等，可以满足不同的识别需求。超级鹰的图文识别功能可以识别包含文字和图片的验证码，比如滑动拼图验证码。它可以先将验证码图片拆分成多个小块，再对每个小块进行识别，最后将结果合并起来得到整个验证码的识别结果。这种识别方式可以大大提高验证码的识别准确率。

1.首先我们登录注册，方便我们后面使用

2.选择我们需要的价格体系，待会也会用到 3.Python语言Demo下载 4.获取软件Key和软件ID

基于人工智能的定制化识别平台 —图灵

茶 茶主页如下，包含各种验证码识别：

茶 识别接口说明 ① 识别接口

② 识别请求参数说明

③ 识别返回结果说明 python API调用代码：

import base64

import json

import requests

# 复制以下代码，只需填入自己的账号密码、待识别的图片路径即可。

# 关于ID：选做识别的模型ID。

def b64_api(username, password, img_path, ID):

with open(img_path, 'rb') as f:

b64_data = base64.b64encode(f.read())

b64 = b64_data.decode()

data = {"username": username, "password": password, "ID": ID, "b64": b64, "version": "3.1.1"}

data_json = json.dumps(data)

result = json.loads(requests.post("http://www.tulingcloud.com/tuling/predict", data=data_json).text)

return result

if __name__ == "__main__":

img_path = r"C:/Users/Administrator/Desktop/file.jpg"

result = b64_api(username="你的账号", password="你的密码", img_path=img_path, ID="你选用的模型ID（8位数字）")

print(result)

到此为止，我们认识了两种用于破解验证码的平台，我们现在实战操作，方便大家理解学习。

三·英文数字验证码破解

selenium破解验证码快捷登录古诗文网

茶 我们来看一下我们的目标：

1.使用selenium自动化登录目标网站

from selenium import webdriver

from selenium.webdriver.chrome.service import Service

from selenium.webdriver.common.by import By

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')

driver = webdriver.Chrome(service=service)

url = 'https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx'

driver.get(url)

2.通过行为链，输入账号密码，因为我没有注册，所以随便输入的，不过影响不大，我们需要的是输入正确的验证码。

# 账号输入

driver.find_element(By.ID, 'email').send_keys('xxxxx')

# 密码输入

driver.find_element(By.ID, 'pwd').send_keys('xxxx')

3.然后获取验证码的照片到本地，方便我们待会调用接口来破解。

img_code = driver.find_element(By.ID, 'imgCode')

img_code.screenshot('img.png') # 保存成图片

4.调用接口，来破解验证码。

from chaojiying import Chaojiying_Client

chaojiying = Chaojiying_Client('xxxx', 'xxxxx', '96001') # 用户中心>>软件ID 生成一个替换 96001

image = open('img.png', 'rb') # 本地图片文件路径 来替换 a.jpg 有时WIN系统须要//

pic_str = (chaojiying.PostPic(image.read(), 1004)['pic_str'])

image.close()

driver.find_element(By.ID, 'code').send_keys(pic_str)

茶 茶我们的目标就完成了，是不是很简单，后期把账号密码换成注册过的，就能实现自动登录和验证了。

完整代码：

from selenium import webdriver

from selenium.webdriver.chrome.service import Service

from selenium.webdriver.common.by import By

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')

driver = webdriver.Chrome(service=service)

url = 'https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx'

driver.get(url)

# 账号输入

driver.find_element(By.ID, 'email').send_keys('xxxxx')

# 密码输入

driver.find_element(By.ID, 'pwd').send_keys('xxxx')

# 获取验证码

img_code = driver.find_element(By.ID, 'imgCode')

img_code.screenshot('img.png') # 保存成图片

from chaojiying import Chaojiying_Client

chaojiying = Chaojiying_Client('*****', '*****', ' 96001') # 用户中心>>软件ID 生成一个替换 96001

image = open('img.png', 'rb') # 本地图片文件路径 来替换 a.jpg 有时WIN系统须要//

pic_str = (chaojiying.PostPic(image.read(), 1004)['pic_str'])

image.close()

driver.find_element(By.ID, 'code').send_keys(pic_str)

input()

四·滑动验证码破解

selenium滑动验证码破解网易网盾测试案例

茶 我们来看一下我们的目标：

1.思路和破解英数验证码一样，使用selenium自动打开网址，然后通过行为链点击到上图这个页面。

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')

driver = webdriver.Chrome(service=service)

driver.set_window_size(1100, 800) # 将浏览器窗口大小设置为宽1100像素，高800像素。

url = 'https://dun.163.com/trial/sense'

driver.get(url)

print(driver.page_source)

wait = WebDriverWait(driver, 20) # 等待20秒，有数据就进行操作，没有就报错

wait.until(PE((By.XPATH, '/html/body/main/div[1]/div/div[2]/div[2]/ul/li[2]'))).click() # 点击可疑用户-滑动拼图

js = f'window.scrollTo(0,{300})'

driver.execute_script(js) # 将当前页面滚动到垂直方向上300像素的位置。

2.然后我们对出现的验证码进行截图：

# 点击验证码位置，方便弹出验证码图框

wait.until(PE((By.XPATH,

'/html/body/main/div[1]/div/div[2]/div[2]/div[1]/div[2]/div[1]/div/div[2]/div[3]/div/div/div[1]/div[1]'))).click()

sleep(3) # 休眠三秒，方便我们截图，防止验证码出现不及时

# 截图网页

driver.save_screenshot("html.png")

# 剪切滑动部分

img = Image.open("html.png")

# 剪切验证码的位置 图片的左上角和右下角 x和y轴

cropped = img.crop((563, 380, 1012, 608))

# 保存剪切的验证码照片

cropped.save("yzm.png")

3.调用ApI接口对截取的验证码进行识别

# api接口

def b64_api(username, password, img_path, ID): # 账户 密码 照片 ID

with open(img_path, 'rb') as f:

b64_data = base64.b64encode(f.read())

b64 = b64_data.decode()

data = {"username": username, "password": password, "ID": ID, "b64": b64, "version": "3.1.1"}

data_json = json.dumps(data)

result = json.loads(requests.post("http://www.tulingtech.xyz/tuling/predict", data=data_json).text)

return result

4.selenium 滑动线性 更加模拟人的行为进行点击

# selenium 滑动线性 更加模拟人去操作

def get_move_track(gap):

track = [] # 移动轨迹

current = 0 # 当前位移

# 减速阈值

mid = gap * 4 / 5 # 前4/5段加速 后1/5段减速

t = 0.2 # 计算间隔

v = 0 # 初速度

while current < gap:

if current < mid:

a = 5 # 加速度为+5

else:

a = -5 # 加速度为-5

v0 = v # 初速度v0

v = v0 + a * t # 当前速度

move = v0 * t + 1 / 2 * a * t * t # 移动距离

current += move # 当前位移

track.append(round(move)) # 加入轨迹

return track

5.讲破解出的数据交给代码，让他帮助我们输入并且通过行为链来拖动滑块填充拼图，完成验证码的验证。

x = int(result['data']['滑块']['X坐标值'])

q = int(result['data']['缺口']['X坐标值'])

ranges = int((q - x) * 0.68)

move_track = get_move_track(ranges) # 将结果交给滑动线性函数

# 滑动代码

element = wait.until(PE((By.CLASS_NAME, 'yidun_jigsaw'))) # 滑块

ActionChains(driver).click_and_hold(element).perform() # 通过行为链，按住它，然后执行

for i in move_track: # 循环每次滑动的距离

# 执行移动

ActionChains(driver).move_by_offset(i, 0).perform()

ActionChains(driver).release().perform() # 松开按键，完成滑动

运行结果：

智能无感知验证码_智能验证码_验证码API_在线体验

完整代码：

import base64

import json

from time import sleep

import requests

from PIL import Image # pillow

from selenium import webdriver

from selenium.webdriver.chrome.service import Service

from selenium.webdriver.common.action_chains import ActionChains

from selenium.webdriver.common.by import By

from selenium.webdriver.support.expected_conditions import presence_of_element_located as PE

from selenium.webdriver.support.ui import WebDriverWait

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')

driver = webdriver.Chrome(service=service)

driver.set_window_size(1100, 800) # 将浏览器窗口大小设置为宽1100像素，高800像素。

url = 'https://dun.163.com/trial/sense'

driver.get(url)

print(driver.page_source)

wait = WebDriverWait(driver, 20) # 等待20秒，有数据就进行操作，没有就报错

wait.until(PE((By.XPATH, '/html/body/main/div[1]/div/div[2]/div[2]/ul/li[2]'))).click() # 点击可疑用户-滑动拼图

js = f'window.scrollTo(0,{300})'

driver.execute_script(js) # 将当前页面滚动到垂直方向上300像素的位置。

# 点击验证码位置，方便弹出验证码图框

wait.until(PE((By.XPATH,

'/html/body/main/div[1]/div/div[2]/div[2]/div[1]/div[2]/div[1]/div/div[2]/div[3]/div/div/div[1]/div[1]'))).click()

sleep(3) # 休眠三秒，方便我们截图，防止验证码出现不及时

# 截图网页

driver.save_screenshot("html.png")

# 剪切滑动部分

img = Image.open("html.png")

# 剪切验证码的位置 图片的左上角和右下角 x和y轴

cropped = img.crop((563, 380, 1012, 608))

# 保存剪切的验证码照片

cropped.save("yzm.png")

# 调用api接口对照片验证码进行识别

def b64_api(username, password, img_path, ID): # 账户 密码 照片 ID

with open(img_path, 'rb') as f:

b64_data = base64.b64encode(f.read())

b64 = b64_data.decode()

data = {"username": username, "password": password, "ID": ID, "b64": b64, "version": "3.1.1"}

data_json = json.dumps(data)

result = json.loads(requests.post("http://www.tulingtech.xyz/tuling/predict", data=data_json).text)

return result

# 78915616

result = b64_api('****', '*****', "yzm.png", '78915616')

# 输出滑块和缺口的位置参数

print(result)

# selenium 滑动线性 更加模拟人去操作

def get_move_track(gap):

track = [] # 移动轨迹

current = 0 # 当前位移

# 减速阈值

mid = gap * 4 / 5 # 前4/5段加速 后1/5段减速

t = 0.2 # 计算间隔

v = 0 # 初速度

while current < gap:

if current < mid:

a = 5 # 加速度为+5

else:

a = -5 # 加速度为-5

v0 = v # 初速度v0

v = v0 + a * t # 当前速度

move = v0 * t + 1 / 2 * a * t * t # 移动距离

current += move # 当前位移

track.append(round(move)) # 加入轨迹

return track

x = int(result['data']['滑块']['X坐标值'])

q = int(result['data']['缺口']['X坐标值'])

ranges = int((q - x) * 0.68)

move_track = get_move_track(ranges) # 将结果交给滑动线性函数

# 滑动代码

element = wait.until(PE((By.CLASS_NAME, 'yidun_jigsaw'))) # 滑块

ActionChains(driver).click_and_hold(element).perform() # 通过行为链，按住它，然后执行

for i in move_track: # 循环每次滑动的距离

# 执行移动

ActionChains(driver).move_by_offset(i, 0).perform()

ActionChains(driver).release().perform() # 松开按键，完成滑动

input()

五·总结

使用selenium破解验证码需要模拟用户操作，包括手动输入验证码和提交表单等。验证码的设计越来越复杂，破解难度也越来越大。因此，在使用selenium破解验证码时，需要根据具体情况选择合适的方法。

六·后记

本专栏所有文章是博主学习笔记，仅供学习使用，爬虫只是一种技术，希望学习过的人能正确使用它。 博主也会定时一周三更爬虫相关技术更大家系统学习，如有问题，可以私信我，没有回，那我可能在上课或者睡觉，写作不易，感谢大家的支持！！

参考文章