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', '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)
            

            🧾 🧾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

            🧾 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！！🌹🌹🌹