python自动化测试之破解滑动验证码

　　python作为一门比较常见的编程语言，在工作当中的应用还是比较的广泛的，比如可以对此进行相关的自动化测试，比如自动化测试相关的代码，另外还有破解滑动验证码。那么，具体的操作手法是怎样的呢？下面就给大家详细解答下。

　　在Web自动化测试的过程中，经常会被登录的验证码给卡住，不知道如何去通过验证码的验证。

　　一般的情况下遇到验证码我们可以都可以找开发去帮忙解决，关闭验证码，或者给一个万能的验证码！

　　那么如果开发不提供帮助的话，我们自己有没有办法来处理这些验证码的问题呢？

　　答案当然是有的，常见的验证码一般分为两类，一类是图文验证码，一类是滑动验证码！滑动验证破解思路

　　关于滑动验证码破解的思路大体上来讲就是以下两个步骤：

　　1、获取滑块滑动的距离

　　2、模拟拖动滑块，通过验证。

　　关于这种滑动的验证码，滑块和缺口背景都是分别是一张独立的图片，我们可以把这两张图片，

　　下载下来借助于图像识别的技术，去识别缺口在背景图中的位置，然后减去滑块当前所在位置，就可以得出需要滑动的距离。

　　案例讲解

　　话不多说，我们先来看一个案例（QQ空间登录），QQ空间登录案例实现步骤如下：

　　1、创建一个driver对象，访问qq登录页面

　　2、输入账号密码

　　3、点击登录

　　4、模拟滑动验证

　　实现代码

　　import time
　　from selenium import webdriver
　　from slideVerfication import SlideVerificationCode
　　#1、创建一个driver对象，访问qq登录页面
　　browser=webdriver.Chrome()
　　browser.get("https://qzone.qq.com/")
　　#2、输入账号密码
　　#2.0点击切换到登录的iframe
　　browser.switch_to.frame('login_frame')
　　#2.1点击账号密码登录
　　browser.find_element_by_id('switcher_plogin').click()
　　#2.2定位账号输入框，输入账号
　　browser.find_element_by_id("u").send_keys("123456")
　　#2.3定位密码输入输入密码
　　browser.find_element_by_id("p").send_keys("PYTHON")
　　#3、点击登录
　　browser.find_element_by_id('login_button').click()
　　time.sleep(3)
　　#4、模拟滑动验证
　　#4.1切换到滑动验证码的iframe中
　　tcaptcha=browser.find_element_by_id("tcaptcha_iframe")
　　browser.switch_to.frame(tcaptcha)
　　#4.2获取滑动相关的元素
　　#选择拖动滑块的节点
　　slide_element=browser.find_element_by_id('tcaptcha_drag_thumb')
　　#获取滑块图片的节点
　　slideBlock_ele=browser.find_element_by_id('slideBlock')
　　#获取缺口背景图片节点
　　slideBg=browser.find_element_by_id('slideBg')
　　#4.3计算滑动距离
　　sc=SlideVerificationCode(save_image=True)
　　distance=sc.get_element_slide_distance(slideBlock_ele,slideBg)
　　#滑动距离误差校正，滑动距离*图片在网页上显示的缩放比-滑块相对的初始位置
　　distance=distance*(280/680)-22
　　print("校正后的滑动距离",distance)
　　#4.4、进行滑动
　　sc.slide_verification(browser,slide_element,distance=100)

　　运行效果：

　　其实关于这个模块图像识别，是借助了第三方的图像处理模块来进行识别的，python中有很多现成的用来处理图片的库，本文使用的是opencv-python来进行识别的。slideVerfication模块上面用到的两个方法的部分参考代码如下：

　　根据传入滑块，和背景的节点，计算滑块的距离

　　def get_element_slide_distance(self,slider_ele,background_ele,correct=0):
　　"""
　　根据传入滑块，和背景的节点，计算滑块的距离
　　该方法只能计算滑块和背景图都是一张完整图片的场景，
　　如果背景图是通过多张小图拼接起来的背景图，
　　该方法不适用，请使用get_image_slide_distance这个方法
　　:param slider_ele:滑块图片的节点
　　:type slider_ele:WebElement
　　:param background_ele:背景图的节点
　　:type background_ele:WebElement
　　:param correct:滑块缺口截图的修正值，默认为0,调试截图是否正确的情况下才会用
　　:type:int
　　:return:背景图缺口位置的X轴坐标位置（缺口图片左边界位置）
　　"""
　　#获取验证码的图片
　　slider_url=slider_ele.get_attribute("src")
　　background_url=background_ele.get_attribute("src")
　　#下载验证码背景图,滑动图片
　　slider="slider.jpg"
　　background="background.jpg"
　　self.onload_save_img(slider_url,slider)
　　self.onload_save_img(background_url,background)
　　#读取进行色度图片，转换为numpy中的数组类型数据，
　　slider_pic=cv2.imread(slider,0)
　　background_pic=cv2.imread(background,0)
　　#获取缺口图数组的形状-->缺口图的宽和高
　　width,height=slider_pic.shape[::-1]
　　#将处理之后的图片另存
　　slider01="slider01.jpg"
　　background_01="background01.jpg"
　　cv2.imwrite(background_01,background_pic)
　　cv2.imwrite(slider01,slider_pic)
　　#读取另存的滑块图
　　slider_pic=cv2.imread(slider01)
　　#进行色彩转换
　　slider_pic=cv2.cvtColor(slider_pic,cv2.COLOR_BGR2GRAY)
　　#获取色差的绝对值
　　slider_pic=abs(255-slider_pic)
　　#保存图片
　　cv2.imwrite(slider01,slider_pic)
　　#读取滑块
　　slider_pic=cv2.imread(slider01)
　　#读取背景图
　　background_pic=cv2.imread(background_01)
　　#比较两张图的重叠区域
　　result=cv2.matchTemplate(slider_pic,background_pic,cv2.TM_CCOEFF_NORMED)
　　#获取图片的缺口位置
　　top,left=np.unravel_index(result.argmax(),result.shape)
　　#背景图中的图片缺口坐标位置
　　print("当前滑块的缺口位置：",(left,top,left+width,top+height))
　　return left
　　滑动滑块进行验证
　　def slide_verification(self,driver,slide_element,distance):
　　"""
　　滑动滑块进行验证
　　:param driver:driver对象
　　:type driver:webdriver.Chrome
　　:param slide_element:滑块的元组
　　:type slider_ele:WebElement
　　:param distance:滑动的距离
　　:type:int
　　:return:
　　"""
　　#获取滑动前页面的url地址
　　start_url=driver.current_url
　　print("需要滑动的距离为：",distance)
　　#根据滑动距离生成滑动轨迹
　　locus=self.get_slide_locus(distance)
　　print("生成的滑动轨迹为:{}，轨迹的距离之和为{}".format(locus,distance))
　　#按下鼠标左键
　　ActionChains(driver).click_and_hold(slide_element).perform()
　　time.sleep(0.5)
　　#遍历轨迹进行滑动
　　for loc in locus:
　　time.sleep(0.01)
　　ActionChains(driver).move_by_offset(loc,random.randint(-5,5)).perform()
　　ActionChains(driver).context_click(slide_element)
　　#释放鼠标
　　ActionChains(driver).release(on_element=slide_element).perform()

　　综上所述，这篇文章就给大家介绍到这里了，希望可以给大家带来帮助。