python自動化測試之破解滑動驗證碼

import time
from selenium import webdriver
from slideVerfication import SlideVerificationCode
 
# 1、建立一個driver物件，存取qq登入頁面
browser = webdriver.Chrome()
browser.get("https://qzone.qq.com/")
 
# 2、輸入賬號密碼
# 2.0 點選切換到登入的iframe
browser.switch_to.frame('login_frame')
# 2.1 點選賬號密碼登入
browser.find_element_by_id('switcher_plogin').click()
# 2.2定位賬號輸入框，輸入賬號
browser.find_element_by_id("u").send_keys("123456")
# 2.3定位密碼輸入輸入密碼
browser.find_element_by_id("p").send_keys("PYTHON")
# 3、點選登入
browser.find_element_by_id('login_button').click()
time.sleep(3)
 
# 4、模擬滑動驗證
# 4.1切換到滑動驗證碼的iframe中
tcaptcha = browser.find_element_by_id("tcaptcha_iframe")
browser.switch_to.frame(tcaptcha)
# 4.2 獲取滑動相關的元素
# 選擇拖動滾軸的節點
slide_element = browser.find_element_by_id('tcaptcha_drag_thumb')
# 獲取滾軸圖片的節點
slideBlock_ele = browser.find_element_by_id('slideBlock')
# 獲取缺口背景圖片節點
slideBg = browser.find_element_by_id('slideBg')
# 4.3計算滑動距離
sc = SlideVerificationCode(save_image=True)
distance = sc.get_element_slide_distance(slideBlock_ele,slideBg)
# 滑動距離誤差校正，滑動距離*圖片在網頁上顯示的縮放比-滾軸相對的初始位置
distance = distance*(280/680) - 22
print("校正後的滑動距離",distance)
# 4.4、進行滑動
sc.slide_verification(browser,slide_element,distance=100)

def get_element_slide_distance(self, slider_ele, background_ele, correct=0):
    """
    根據傳入滾軸，和背景的節點，計算滾軸的距離
 
    該方法只能計算 滾軸和背景圖都是一張完整圖片的場景，
    如果背景圖是通過多張小圖拼接起來的背景圖，
    該方法不適用，請使用get_image_slide_distance這個方法
    :param slider_ele: 滾軸圖片的節點
    :type slider_ele: WebElement
    :param background_ele: 背景圖的節點
    :type background_ele:WebElement
    :param correct:滾軸缺口截圖的修正值，預設為0,偵錯截圖是否正確的情況下才會用
    :type: int
    :return: 背景圖缺口位置的X軸座標位置（缺口圖片左邊界位置）
    """
    # 獲取驗證碼的圖片
    slider_url = slider_ele.get_attribute("src")
    background_url = background_ele.get_attribute("src")
    # 下載驗證碼背景圖,滑動圖片
    slider = "slider.jpg"
    background = "background.jpg"
    self.onload_save_img(slider_url, slider)
    self.onload_save_img(background_url, background)
    # 讀取進行色度圖片，轉換為numpy中的陣列型別資料，
    slider_pic = cv2.imread(slider, 0)
    background_pic = cv2.imread(background, 0)
    # 獲取缺口圖陣列的形狀 -->缺口圖的寬和高
    width, height = slider_pic.shape[::-1]
    # 將處理之後的圖片另存
    slider01 = "slider01.jpg"
    background_01 = "background01.jpg"
    cv2.imwrite(background_01, background_pic)
    cv2.imwrite(slider01, slider_pic)
    # 讀取另存的滾軸圖
    slider_pic = cv2.imread(slider01)
    # 進行色彩轉換
    slider_pic = cv2.cvtColor(slider_pic, cv2.COLOR_BGR2GRAY)
    # 獲取色差的絕對值
    slider_pic = abs(255 - slider_pic)
    # 儲存圖片
    cv2.imwrite(slider01, slider_pic)
    # 讀取滾軸
    slider_pic = cv2.imread(slider01)
    # 讀取背景圖
    background_pic = cv2.imread(background_01)
    # 比較兩張圖的重疊區域
    result = cv2.matchTemplate(slider_pic, background_pic, cv2.TM_CCOEFF_NORMED)
    # 獲取圖片的缺口位置
    top, left = np.unravel_index(result.argmax(), result.shape)
    # 背景圖中的圖片缺口座標位置
    print("當前滾軸的缺口位置：", (left, top, left + width, top + height))
    return left

def slide_verification(self, driver, slide_element, distance):
    """
    滑動滾軸進行驗證
   
    :param driver: driver物件
    :type driver:webdriver.Chrome
    :param slide_element: 滾軸的元組
    :type slider_ele: WebElement
    :param distance:  滑動的距離
    :type: int
    :return:
    """
    # 獲取滑動前頁面的url地址
    start_url = driver.current_url
    print("需要滑動的距離為：", distance)
    # 根據滑動距離生成滑動軌跡
    locus = self.get_slide_locus(distance)
    print("生成的滑動軌跡為:{}，軌跡的距離之和為{}".format(locus, distance))
    # 按下滑鼠左鍵
    ActionChains(driver).click_and_hold(slide_element).perform()
    time.sleep(0.5)
    # 遍歷軌跡進行滑動
    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)
    # 釋放滑鼠
    ActionChains(driver).release(on_element=slide_element).perform()