破解极验-geetest滑动验证码

　　目前大多数网站使用的验证方式，极验验证码主要分为点按、滑动、选字、选图、识字组词等方式。如下图所示：

　　

　　点按

　　滑动

　　

　　选字

　　选图

　　

　　识字组词

　　当然这只是几种比较常见的验证码方式，还有旋转图片、找出一组图片中不是同一个人之类的，五花八门。。。

　　在这里只是简单讲解一下如何使用selenium破解极验的滑动验证码。

　　破解思路

　　具体步骤

　　在此之前先讲一下最新版极验出的验证方法是没有原始图片的。也就是多了一个修改页面css样式的属性操作，还够不到机器学习、OCR识别一些看起来比较高深的东西。再说了，貌似那个识别率也不是很高。

　　a 点击验证按钮

　　获取按钮

　　button = self.wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.gt_slider_knob.gt_show')))

　　点按按钮(就是把鼠标放到按钮上，并非点击，否则后直接导致破解失败)

　　ActionChains(self.browser).move_to_element(button).perform()

　　ActionChains方法：

　　move_to_element(to_element) - 鼠标移动到某个元素

　　click_and_hold(on_element =None) - 点击鼠标左键，不松开

　　move_by_offset(xoffset，yoffset) - 鼠标从当前位置移动到某个坐标

　　release(on_element = None) - 在某个元素位置松开鼠标左键

　　perform() - 执行操作，记住这个很重要，调用上面的方法后，一定要执行perform才能真正执行

　　b 获取验证码截图(因为极验的那个图片是有很多个小图片组合到一起的，看网上有很多的组合方式。。。个人感觉直接截图之后定位要好一些,简单粗暴直接。PS：使用极验最新版的不通过点击获取验证码图片，而是通过修改页面css属性直接拿到验证码图片。当然，个人还是推荐截图，而非破解规律重组)

　　1)获取整个页面的截图

　　screenshot = browser.get_screenshot_as_png()

　　screenshot = Image.open(BytesIO(screenshot))

　　2)获取验证码坐标(基于整个页面的截图)

　　img = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.gt_cut_fullbg.gt_show')))

　　time.sleep(2)

　　location = img.location

　　size = img.size

　　top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size['width']

　　3)获取验证码图片(根据坐标在整个页面截图上在截图)

　　top, bottom, left, right = self.get_position()

　　screenshot = self.get_screenshot()

　　captcha = screenshot.crop((left, top, right, bottom))

　　获取验证码图片

　　c获取带缺口的验证码图片

　　1)获取滑块对象

　　slider = self.wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.gt_slider_knob.gt_show')))

　　2)截取带缺口的验证码图片(点按滑块对象，唤出带缺口的验证码图片。使用截验证码图片的同样的方式在进行一次截取即可：截取整个页面 -- 获取坐标 -- 截取。)

　　

　　获取带缺口的验证码图片

　　d获取缺口位置

　　gap = self.get_gap(image1, image2)

　　e减去缺口位移(BORDER是自己设置的常量，表示下图红色标识的部分的宽)

　　BORDER

　　gap -= BORDER

　　f模拟移动轨迹(应该算是极简模拟了，网上有人说要用神经网络我就。。。不过可以试一下线性回归，当然还有人说录制人滑的轨迹再回放什么的，也可以算是一种思路吧!最起码感觉比神经网络要简单)

　　回归思路：

　　回归算法的缺点大家都知道，是需要严格的假设的，做这个之前先抽取几组数据做 时间-位移的折图，发现速度轨迹其实是先快，接近目标点后开始慢的。之后博主取个巧把函数近似看成两个一元一次函数的组合，分别作回归。至于怎么分的函数，很简单，对每组数据点的 速度 做一个聚类。

　　g拖动滑块

　　若无出错，此时就已经验证成功了。成功率还是比较低，问题主要还是出在模拟轨迹那一块上，需要改进该算法会提高验证率。