越过验证码！selenium模拟登录B站项目实战（附源码）

朱雀 2024-02-17 12:12 38阅读 0赞

## 实战：selenium模拟登录B站 ##

**登录验证码处理**

selenium 中的难点验证码破解因为确实没有很好的方式，一般都需要通过第三方平台实现破解，本案例中使用的是超级鹰平台(收费，大概1元30次，测试用冲个1元就足够)。下面实战开始！

## 分析登录界面结构 ##

B站登录界面如下。

![a3810db1636145fcbc4e7a135c9b989a.png][]

首先明确我们的目标，打开登陆界面，定位用户名和密码对应的标签，输入相关数据后，点击登录，此时页面会弹出文字验证码。

![7090d6966c284685bcc55262ffa28c9b.png][]

下文会用两种方法进行验证码图片的获取，并提交给超级鹰进行识别，接收到汉字的坐标后，处理坐标数据，然后用动作链点击对应坐标操作，完成登录。

下面使用 selenium 打开登录页面。

driver.get('https://passport.bilibili.com/login')
    # 定位用户名，密码输入框
    username = driver.find_element_by_id('login-username')
    password = driver.find_element_by_id('login-passwd')
    # 将自己的用户名密码替换xxxxxx
    username.send_keys('xxxxxx')
    password.send_keys('xxxxxx')
    
    # 定位登录按钮并点击
    driver.find_element_by_xpath('//*[@id="geetest-wrap"]/div/div[5]/a[1]').click()

## 获取页面当前验证码图片 ##

**方法一、页面截图，将验证码区域进行裁剪保存**

使用此方法时，注意我们截取验证码图片时需要截取完整，不要只截图片部分，上面文字也需要。完整验证码截图如下：

![c06e92851b394bb681009dc408059f81.png][]

首先将点击登录后的页面进行截图，然后定位到验证码的位置，通过location()方法获取验证码左上角的坐标， size() 获取验证码的宽和高，左上角坐标加上宽和高就是验证码右下角的坐标。获取坐标后就可以用\*\*crop()\*\*方法来进行裁剪，然后将裁剪到的验证码图片保存。

此时虽然获取了验证码图片，但是还不能直接提交给超级鹰。

因为超级鹰识别的验证码图片的宽和高有限制，最好不超过 460px,310px。

但是截取到的验证码图片宽高为 338px，432px，这时就要先将图片缩小一倍再提交即可，等到收到坐标数据再将坐标乘2。

def save_img():
    # 对当前页面进行截图保存
    driver.save_screenshot('page.png')
    # 定位验证码图片的位置
    code_img_ele = driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div')
    # 获取验证码左上角的坐标x,y
    location = code_img_ele.location
    # 获取验证码图片对应的长和宽
    size = code_img_ele.size
    
    # 左上角和右下角的坐标
    rangle = (
    int(location['x'] * 1.25), int(location['y'] * 1.25), int((location['x'] + size['width']) * 1.25),
    int((location['y'] + size['height']) * 1.25)
    )
    
    i = Image.open('./page.png')
    code_img_name = './code.png'
    # crop根据rangle元组内的坐标进行裁剪
    frame = i.crop(rangle)
    frame.save(code_img_name)
    return code_img_ele
    
    def narrow_img():
    # 缩小图片
    code = Image.open('./code.png')
    small_img = code.resize((169, 216))
    small_img.save('./small_img.png')
    print(code.size, small_img.size)

**方法二、通过网页获取图片地址，并保存**

![1df500df56e2479eb23bc918e08f797a.png][]

这种方法比上一种更加方便，分析网页源码获取图片地址，对该地址发送请求，接收返回的二进制文件，进行保存。首先打开网页源码找到图片地址。

图片地址是 img 标签的 src 属性值，通过 xpath 得到地址，直接对此 url 发送请求，接收数据并保存即可。

注意：由于获取的图片的高度仍然大于超级鹰标准格式，所以也需要将图片缩小。

# 获取img标签的src属性值
    img_url = driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div/div[2]/div[1]/div/div[2]/img').get_attribute('src')
    headers = {
    'Users-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36'
    }
    # 获取图片二进制数据
    img_data = requests.get(url=img_url, headers=headers).content
    with open('./node1.png', 'wb')as fp:
    fp.write(img_data)
    i = Image.open('./node1.png')
    # 将图片缩小并保存，设置宽为172，高为192
    small_img = i.resize((172, 192))
    small_img.save('./small_img1.png')

**使用超级鹰识别验证码**

这部分没什么说的，直接调用就行。

# 将验证码提交给超级鹰进行识别
    chaojiying = Chaojiying_Client('用户名', '密码', '96001') # 用户中心>>软件ID 生成一个替换 96001
    im = open('small_img.png', 'rb').read() # 本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
    # 9004是验证码类型
    print(chaojiying.PostPic(im, 9004)['pic_str'])
    result = chaojiying.PostPic(im, 9004)['pic_str']

**提取坐标数据，动作链点击**

超级鹰识别返回的数据格式是：123,12 | 234,21 。我们可以将数据以 ' | ' 进行分割，保存到列表中，再以逗号分割将 x，y 的坐标保存，得到 \[ \[123，12\]，\[234，21\] \] 这一格式，然后遍历这一列表，使用动作链对每一个列表元素对应的 x,y 指定的位置进行点击操作，最后定位并点击确认，登录成功。

all_list = [] # 要存储即将被点击的点的坐标 [[x1,y1],[x2,y2]]
    if '|' in result:
    list_1 = result.split('|')
    count_1 = len(list_1)
    for i in range(count_1):
    xy_list = []
    x = int(list_1[i].split(',')[0])
    y = int(list_1[i].split(',')[1])
    xy_list.append(x)
    xy_list.append(y)
    all_list.append(xy_list)
    else:
    x = int(result.split(',')[0])
    y = int(result.split(',')[1])
    xy_list = []
    xy_list.append(x)
    xy_list.append(y)
    all_list.append(xy_list)
    # 遍历列表，使用动作链对每一个列表元素对应的x,y指定的位置进行点击操作
    # x,y坐标乘2和0.8，是由于之前图片缩放过，所以*2，0.8是因为本人电脑桌面缩放比例为125%，需要还原成1
    for l in all_list:
    x = l[0] * 2 * 0.8
    y = l[1] * 2 * 0.8
    # 将点击操作的参照物移动到指定的模块，
    # 若用方法二获取的验证码图片，要添加下面代码对code_img_ele赋值
    # code_img_ele = bro.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div/div[2]/div[1]/div/div[2]/img')
    ActionChains(driver).move_to_element_with_offset(code_img_ele, x, y).click().perform()
    print('点击已完成')
    # 完成动作链点击操作后，定位确认按钮并点击
    driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div/div[3]/a').click()

**运行效果**

由于验证码处理需要用到第三方平台，外加设置了强制等待，整体运行速度较慢。

![1b2d98c6be5249508157b2ec81b43222.png][]

## ❤️源码获取❤️ ##

鉴于篇幅限制，这里无法放入全部项目源码，需要源码的朋友可以

[a3810db1636145fcbc4e7a135c9b989a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/06/de17cf3dd5f5448eac9a5dac66a78ff7.png
[7090d6966c284685bcc55262ffa28c9b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/06/3ed8b01e66dc420ea91bf96431a2a323.png
[c06e92851b394bb681009dc408059f81.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/06/a9bed1e7edbd4468bcd0d09b59d98d98.png
[1df500df56e2479eb23bc918e08f797a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/06/f11b509ba49a4d3da9311d7f963b5a73.png
[1b2d98c6be5249508157b2ec81b43222.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/06/281d0b2ce0204c35bce57d19659e9a56.png