「python爬虫实战」python破解识别由canvas绘制成的滑块验证码

前言：常码字，不易；出精品，更难；如果没有你的关注，那我所做的努力将毫无意义~

希望： 喜欢博主的小伙伴，希望点个关注哦~，更多爬虫项目请收藏本栏目，不定期添加干货

注意： 这篇文章的处理滑块验证码跟平时的不一样，并不是简单的一张背景图，一张滑块图计算滑块的缺口位置。最近由中国音像与数字出版协会举办的2020中国游戏十强投票开始，老大问我能不能搞个自动无限投票，我打开网址操作了一番，感觉简直不要太简单，直接说这个自动化爬虫还不是几分钟的事情，完全没什么技术难点呀，分分钟给他莫的网站投爆。尴尬的是写到自动化识别滑块验证码的时候。却发现该滑块验证码是由canvas绘制而成，而不是以往的两张图片进行识别。虽然说有点小阻碍。但是想法总比困难多，在我天马行空的想法下，几分钟也就搞定了这个难点。

目录

一、分析网站

二、canvas滑块验证码

三、验证流程

---

一、分析网站

2020十强游戏投票网址: http://2020top10.cgigc.com.cn首先发现该网站需要填写姓名、手机号、邮箱，这...我一头黑线，网络上还有这操作去确定一个人的身份真实还是不真实? 中国音像与数字出版协会你可长点心吧，你们技术是烂大街了吧，我都不好意思点破，好歹搞个微信授权登陆呀，这样就算刷票也只能去买量我们继续分析网站，不去纠结人家的技术怎么样，这里姓名、手机号、邮箱我们都可以自动生成，最关键的就是在下一步点击开始投票的时候，需要验证滑块验证码

二、canvas滑块验证码

①、背景canvas

 我是为了直接展示验证码这个环节，所以姓名是瞎写的，我们自动生成姓名的时候为了真实，一定要以百家姓为基础去随机生成如果想看如何生成随机姓名、手机号、邮箱请参考: python生成随机姓名、手机号、邮箱首先我们看下背景canvas，可以看到dom元素是canvas，这里就尴尬了，跟一般的图片滑块验证码不一样，我们如果处理canvas滑块呢，其实想通了处理起来会比平时的图片滑块验证码简单了好几倍不止思路肯定是要将canvas的图片给爬下来，但是很多初学者到这里就尴尬了，他不知道怎么去下载canvas图片，这个后面会提到，暂时先不赘述

②、滑块canvas

 看dom选中的蓝色区域，其实就是滑块canvas，这里可以跟平时仅仅是一张图片的滑块有很大不同，可以看出滑块canvas其实是一张png透明图片，而这张图片的大小刚好与背景的大小一摸一样，这张图片上绘制了滑块的正确位置，我们移动滑块的时候，其实是移动的整张透明的png图片，当这个图片与背景重合的时候，透明图片上的滑块刚好对应了背景中的滑块的区域，也就是识别成功知道了这点，我们就知道为什么会比普通的滑块验证码处理起来更加的简单，因为普通滑块需要识别滑块和背景图的缺口，但是这个canvas滑块呢，其实只需要识别透明的滑块canvas上的滑块左端距离透明图片的左端像素是多少，就是需要移动多少距离，这么说可能有点绕，我下面画个图理解一下而且因为他是透明的png图片，经过颜色反转之后，只有滑块的地方有像素，这就更好识别了，直接找到有像素的最小距离即可

三、验证流程

①、下载滑块canvas

def download_yzm(self): js = ''' return document.getElementById('puzzle-lost').toDataURL() ''' base64str = self.driver.execute_script(js) resultstr = base64str.strip("data:image/png;base64") resultstr = resultstr[1:] imagedata = base64.b64decode(resultstr) file = open('./bg.png', "wb") file.write(imagedata) file.close() 经过上面分析，其实我们不需要管背景，只要处理滑块canvas即可，首先需要将其下载下来而学过javascript的小伙伴都知道canvas有个方法toDataURL可以将canvas转化为base64编码的格式，我们所需要做的就是将base64的编码格式保存成最终的png图片，以供后期识别

②、识别滑块canvas中有像素位置

def handler_yzm(self, image): im = Image.open(image) im = im.convert('L') w, h = im.size result = 0 for x in range(w): if result != 0: break for y in range(h): if im.getpixel((x, y)) > 0: result = x break return result - 10 使用Image模块处理图片后，找有像素的最小x轴位置，因为是找x轴，所以从0的位置到图片最大宽度的位置进行循环，找y轴有像素的最小位置找到之后，即是滑块左端距离图片左端的位置，也就是最终需要滑动的位置，最后结果为啥要减去10个像素呢，是因为分析实际情况，距离差10个像素，看下面红框的位置

③、最后

大家应该都会接下来的自动化操作流程了，希望大家看完后觉得有帮助的，给博主点个关注

猜你喜欢:

「python爬虫实战」使用多进程教你下载M3U8加密或非加密视频

「python爬虫实战」手把手教你从分析到实现，王者荣耀壁纸爬虫

「python爬虫实战」超简单爬取抖音无水印视频，程序猿如果想火就是这么简单

「python爬虫实战」python破解识别由canvas绘制成的滑块验证码