【原创】Python 极验滑块验证

本文仅供学习交流使用，如侵立删！

记一次极验滑块验证分析并通过

操作环境

win10 、 mac
Python3.9
selenium、seleniumwire

分析

最近在做的一个项目登录时会触发一个滑块验证，就长下面这个样子

可以很明显的看出来是极验3代验证，借助之前写阿里云盾的经验使用selenium+pyautoui先测试一下，详细可参考：阿里云盾滑块验证

直接提示被怪物吃掉了！！！

还是先来研究一下官方文档看一下验证的业务逻辑：极验验证接入文档

本以为是检测到了selenium，手动测试了一下发现是可以滑过的，那就是说明应该是滑动的轨迹触发了风控。

分析了一波效验规则及原理，搞明白原理就好办了

解决方案

使用selenium请求url，并触发滑块验证

def open(self):

   """

    登录模块

    """

    # 定位密码登录

    self.driver.find_element_by_xpath('//*[@id="app"]/div/div/div/div/div/div[1]/div[2]').click()

    # 输入账号

    username = '123456'

    self.driver.find_element_by_xpath('//*[@id="app"]/div/div/div/div/div/div[2]/div[1]/form/div[1]/div/div/input').send_keys(username)

    time.sleep(1)

    # 输入密码

    password = '123456789'

    self.driver.find_element_by_xpath('//*[@id="app"]/div/div/div/div/div/div[2]/div[1]/form/div[2]/div/div/input').send_keys(password)

    time.sleep(1)

    # 登录

    self.driver.find_element_by_xpath('//*[@id="app"]/div/div/div/div/div/div[2]/div[3]/button').click()

获取验证图片并计算滑块距离

def get_images(self):

   """

   获取验证码图片

   :return: 图片的location信息

   """

   # 带缺口图片，使用js定位并读取图片的data信息 data:image/png;base64，直接调用识别缺口

   fullgb = self.driver.execute_script('return document.getElementsByClassName("geetest_canvas_bg geetest_absolute")[0].toDataURL("image/png")')

   # 完整图片，使用js定位并读取图片的data信息 data:image/png;base64，直接调用识别缺口

   bg = self.driver.execute_script('return document.getElementsByClassName("geetest_canvas_fullbg geetest_fade geetest_absolute")[0].toDataURL("image/png")')

   return bg, fullgb

def get_decode_image(self, location_list):

   """

   解码图片的base64数据

   """

   # 提取图片base64数据

   _, img = location_list.split(",")

   # 数据转换为Bytes字节

   img = base64.decodebytes(img.encode())

   # 读取图片

   new_im: PngImagePlugin.PngImageFile = image.open(BytesIO(img))

   # new_im.convert("RGB")

   # new_im.save(filename)

   return new_im

def compute_gap(self, img1, img2):

   """

   计算缺口偏移 这种方式成功率很高

   """

   # 将图片修改为RGB模式

   img1 = img1.convert("RGB")

   img2 = img2.convert("RGB")

   # 计算差值

   diff = ImageChops.difference(img1, img2)

   # 灰度图

   diff = diff.convert("L")

   # 二值化

   diff = diff.point(self.table, '1')

   left = 43

   for w in range(left, diff.size[0]):

       lis = []

       for h in range(diff.size[1]):

           if diff.load()[w, h] == 1:

               lis.append(w)

           if len(lis) > 5:

               return w

生成滑动轨迹

def get_tracks(self, distance, seconds, ease_func):

    """

    :param distance: 缺口位置

    :param seconds:  时间

    :param ease_func: 生成函数

    :return: 轨迹数组

    """

    tracks = [0]

    offsets = [0]

    for t in np.arange(0.0, seconds, 0.1):

        ease = ease_func

        offset = round(ease(t / seconds) * distance)

        tracks.append(offset - offsets[-1])

        offsets.append(offset)

    return tracks

滑动模块

def move_to_gap(self, track):

     """滑动滑块"""

     print('第一步,点击滑动按钮')

     slider = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_slider_button')))

     ActionChains(self.driver).click_and_hold(slider).perform()

     time.sleep(1)

     print('第二步,拖动元素')

     for track in track:

         ActionChains(self.driver).move_by_offset(xoffset=track, yoffset=0).perform()  # 鼠标移动到距离当前位置（x,y）

         time.sleep(0.0001)

效果

完美解决

资源下载

https://download.csdn.net/download/qq_38154948/85328666