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。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/128430.html
小编写这篇文章的主要目的,主要是用来给大家介绍关于python自动化测试的一些事情,涉及到的内容主要有包括破解图文验证码等相关的一些事宜,具体怎么才能够破解图文验证码呢?下面就给大家详细解答下。 对于web应用程序来讲,处于安全性考虑,在登录的时候,都会设置验证码, 验证码的类型种类繁多,有图片中辨别数字字母的,有点击图片中指定的文字的,也有算术计算结果的,再复杂一点就是滑动验证的。 诸...
摘要:时间永远都过得那么快,一晃从年注册,到现在已经过去了年那些被我藏在收藏夹吃灰的文章,已经太多了,是时候把他们整理一下了。那是因为收藏夹太乱,橡皮擦给设置私密了,不收拾不好看呀。 ...
摘要:验证码旨在确认访问者是人还是程序,并防止恶意程序的入侵。自年以来,改为在我不是机器人的方框中打勾,进而完成判别。 选自 Github 作者:George Hughey 机器之心编译 每个人都讨厌验证码,这些恼人的图片中包含你必须输入的字符,我们只有正确地填写才能继续访问网站。验证码旨在确认访问者是人还是程序,并防止恶意程序的入侵。然而,随着深度学习和计算机视觉技术的发展,现在这些认证方...
阅读 889·2023-01-14 11:38
阅读 833·2023-01-14 11:04
阅读 684·2023-01-14 10:48
阅读 1887·2023-01-14 10:34
阅读 891·2023-01-14 10:24
阅读 750·2023-01-14 10:18
阅读 479·2023-01-14 10:09
阅读 519·2023-01-14 10:02