selenium滑块验证

Question

京东滑块验证码过不了
用selenium写的代码测试京东滑块验证，每次滑块都对不准，或对准了也无法模拟登录

from selenium import webdriver
import time
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.options import Options
import ddddocr
from PIL import Image
import requests
import base64
from io import BytesIO
from selenium.webdriver.common.action_chains import ActionChains
import random

chrome_options = Options()
# chrome_options.add_argument("--headless")
# chrome_options.add_argument("--disable-gpu")
chrome_options.add_argument("--disable-blink-features=AutomationControlled")
chrome_options.add_experimental_option("excludeSwitches", ["enable-automation"])
chrome_options.add_experimental_option('useAutomationExtension', False)


wd = webdriver.Chrome(options=chrome_options)
wd.get('https://passport.jd.com/new/login.aspx?ReturnUrl=http%3A%2F%2Fsearch.jd.com%2FSearch%3Fkeyword%3D%25E6%25B8%25B8%25E6%2588%258F%25E4%25B8%25BB%25E6%259C%25BA%26enc%3Dutf-8%26spm%3Da.0.0%26pvid%3D5e08dc4a947348c9a76ee2d28f407fde&czLogin=1')
print(wd.title)
wd.maximize_window()
wd.find_element(By.ID, 'loginname').send_keys('17871951280')
wd.find_element(By.ID, 'nloginpwd').send_keys('your_password')
wd.find_element(By.XPATH,'//*[@id="formlogin"]/div[5]').click()
time.sleep(5)
#动作链设计

while wd.title == '京东-欢迎登录':
    bg_url = wd.find_element(By.XPATH, '//*[@id="JDJRV-wrap-loginsubmit"]/div/div/div/div[1]/div[2]/div[1]/img').get_attribute('src').split(',')[1]
    target_url = wd.find_element(By.XPATH, '//*[@id="JDJRV-wrap-loginsubmit"]/div/div/div/div[1]/div[2]/div[2]/img').get_attribute('src').split(',')[1]
    bg_url_bs = base64.b64decode(bg_url)
    target_url_bs = base64.b64decode(target_url)

    # 存储二进制数据
    bg = Image.open(BytesIO(bg_url_bs))
    target = Image.open(BytesIO(target_url_bs))
    bg.save('bg.png')
    target.save('target.png')

    # 滑块位置计算
    det = ddddocr.DdddOcr(det=False, ocr=False, show_ad=False)
    with open('bg.png', 'rb') as f:
        bg = f.read()
    with open('target.png', 'rb') as f:
        target = f.read()

    res = det.slide_match(target, bg, simple_target=True)
    print(res)

    # 模拟拖动，乘以窗口缩放比例
    ActionChains(wd).click_and_hold(wd.find_element(By.XPATH, '//*[@id="JDJRV-wrap-loginsubmit"]/div/div/div/div[1]/div[2]/div[2]/img')).perform()
    ActionChains(wd).move_by_offset((res['target'][0])/200*33, 0).perform()
    ActionChains(wd).move_by_offset((res['target'][0])/200*33, 0).perform()
    ActionChains(wd).move_by_offset((res['target'][0])/200*33, 0).perform()
    ActionChains(wd).move_by_offset((res['target'][0])/200*33, 0).perform()
    ActionChains(wd).release().perform()
    time.sleep(10)

Answer 1

京东滑块验证码是用来防止自动化脚本的，使用传统的图像处理技术来解决可能会遇到各种挑战。你提供的脚本尝试使用图像处理和模拟操作来绕过验证码，但是可能会遇到以下问题：

1. 滑块位置计算不准确：滑块验证码的实际滑动距离可能与计算出的距离有差异，特别是在使用不同的浏览器或分辨率时。

2. 拖动操作不稳定：模拟拖动的操作需要精确控制，而且不同的浏览器可能对模拟操作的支持有所不同。

3. 验证码防护机制：京东可能会使用动态的验证码机制、鼠标轨迹检测等，增加了绕过验证码的难度。

提高脚本准确性的建议

1. 优化滑块计算：确保滑块计算的精度高，考虑使用更先进的图像处理算法。如果 ddddocr 的结果不准确，可能需要对其进行调试或尝试其他库。

2. 调整拖动模拟：确保模拟拖动的过程与实际操作一致。可以尝试增加拖动的精度，并适当加入随机性。

3. 使用浏览器开发者工具：在浏览器开发者工具中观察验证码的实现细节，可能会帮助你更好地理解如何模拟操作。

示例改进

下面是一个经过优化的滑块验证码自动化脚本示例：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.action_chains import ActionChains
from PIL import Image
import requests
import base64
from io import BytesIO
import time
import ddddocr

chrome_options = Options()
# chrome_options.add_argument("--headless")  # 如果不需要浏览器界面，可以取消注释
# chrome_options.add_argument("--disable-gpu")
chrome_options.add_argument("--disable-blink-features=AutomationControlled")
chrome_options.add_experimental_option("excludeSwitches", ["enable-automation"])
chrome_options.add_experimental_option('useAutomationExtension', False)

service = Service('path/to/chromedriver')  # 替换为你自己的ChromeDriver路径
driver = webdriver.Chrome(service=service, options=chrome_options)

driver.get('https://passport.jd.com/new/login.aspx?ReturnUrl=http%3A%2F%2Fsearch.jd.com%2FSearch%3Fkeyword%3D%25E6%25B8%25B8%25E6%2588%258F%25E4%25B8%25BB%25E6%259C%25BA%26enc%3Dutf-8%26spm%3Da.0.0%26pvid%3D5e08dc4a947348c9a76ee2d28f407fde&czLogin=1')

# 等待页面加载
time.sleep(3)

# 输入用户名和密码
driver.find_element(By.ID, 'loginname').send_keys('your_username')  # 替换为你的用户名
driver.find_element(By.ID, 'nloginpwd').send_keys('your_password')  # 替换为你的密码
driver.find_element(By.XPATH, '//*[@id="formlogin"]/div[5]').click()

# 等待滑块验证码出现
time.sleep(5)

while True:
    try:
        # 获取背景图和目标图的base64数据
        bg_url = driver.find_element(By.XPATH, '//*[@id="JDJRV-wrap-loginsubmit"]/div/div/div/div[1]/div[2]/div[1]/img').get_attribute('src').split(',')[1]
        target_url = driver.find_element(By.XPATH, '//*[@id="JDJRV-wrap-loginsubmit"]/div/div/div/div[1]/div[2]/div[2]/img').get_attribute('src').split(',')[1]
        
        # 解码图片
        bg_img = Image.open(BytesIO(base64.b64decode(bg_url)))
        target_img = Image.open(BytesIO(base64.b64decode(target_url)))

        # 保存图片
        bg_img.save('bg.png')
        target_img.save('target.png')

        # 识别滑块位置
        ocr = ddddocr.DdddOcr(det=False, ocr=False, show_ad=False)
        with open('bg.png', 'rb') as f:
            bg_data = f.read()
        with open('target.png', 'rb') as f:
            target_data = f.read()
        
        result = ocr.slide_match(target_data, bg_data, simple_target=True)
        print(result)

        if 'target' in result:
            target_x = result['target'][0] / 200 * 33
            action = ActionChains(driver)
            slider = driver.find_element(By.XPATH, '//*[@id="JDJRV-wrap-loginsubmit"]/div/div/div/div[1]/div[2]/div[2]/img')
            action.click_and_hold(slider).move_by_offset(target_x, 0).release().perform()
            break
        else:
            print("无法识别滑块位置，重新获取验证码")
            time.sleep(5)
    except Exception as e:
        print("发生错误:", e)
        time.sleep(5)

driver.quit()

说明

1. **ddddocr**：用于滑块识别的OCR工具，如果这个工具效果不好，可以考虑替换为其他工具。
2. 滑块位置：确保计算出的滑块位置准确。可以增加一些随机性来模拟人类的操作。
3. 浏览器兼容性：确保WebDriver和浏览器版本匹配，避免由于版本不匹配导致的问题。

请根据实际情况调整脚本，特别是元素的定位和滑块计算部分。如果脚本仍然无法工作，可以尝试使用更高级的图像识别技术或寻求专业的服务。