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
。
🧾 🧾第四篇文章《4.网络爬虫—Post请求(实战演示)》全站热榜第八
。
🧾 🧾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
。
🧾 🧾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
🧾 🧾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
🧾 🧾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。
🧾 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
🧾 🧾主页如下,包含各种验证码识别:
🧾 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
🧾 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', '924117') # 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)
🧾 🧾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('*****', '*****', '924117') # 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
🧾 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!!🌹🌹🌹