这篇文章主要介绍“python+opencv+selenium自动化登录邮箱并实现滑动验证功能”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“python+opencv+selenium自动化登录邮箱并实现滑动验证功能”文章能帮助大家解决问题。
成都创新互联公司主要从事网站设计制作、成都做网站、网页设计、企业做网站、公司建网站等业务。立足成都服务平顶山,十载网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18980820575
在我们做自动化登录时,总会遇到各种奇奇怪怪的验证码,滑块验证码就是其中最常见的一种。若我们的程序自动输入账号密码之后,还需要我们人工去滑动验证码那还能称得上是自动化吗?
那么先给大家说一下我的‘解题步骤"。
1.使用selenium打开邮箱首页。
2.定位到账号密码框,键入账号密码。
3.获取验证图片,使用opencv处理返回滑块应拖动的距离。
4.创建鼠标事件,模拟拖动滑块完成验证。
需要解决的问题:
1.页面元素的定位。
2.文本框和验证码的frame嵌套。
3.opencv处理验证图片缺口图像匹配并返回距离。
4.webdriver在网页中使用xpath时如何定位自身元素。
5.原始图片尺寸与在网页中的实际尺寸同比例缩放(距离的缩放)。
源代码:
#滑稽研究所出品 from selenium.webdriver.common.keys import Keys from selenium.webdriver import ActionChains from selenium import webdriver import requests import time import cv2 #下载图片 def download_img(url,filename): r = requests.get(url) with open( filename + ".png", "wb") as f: # 对于图片类型的通过r.content方式访问响应内容,将响应内容写入yanzheng.png中 f.write(r.content) print(filename + "下载完成") def get_image(): #为什么这里要定义全局变量?因为driver在函数内,函数运行完毕就会关闭, #相应的网页也会被关闭,这就是网上很多问为什么网页会自动关闭的原因。 global driver driver= webdriver.Chrome() #获取浏览器对象 driver.get("https://mail.qq.com/") #加载百度首页 #窗口最大化操作,如果窗口过小,会导致后续拖动滑块时出现视野丢失的问题 driver.maximize_window() time.sleep(2) #睡眠两秒 driver.find_element_by_xpath("/html/body/div/div[2]/div/div[1]/div/div[1]/div[2]").click() time.sleep(1) driver.switch_to.frame("login_frame") # driver.find_element_by_xpath("//*[@id="switcher_plogin"]").click() #输入账号密码 input=driver.find_element_by_xpath("//*[@id="u"]")#定位QQ账号框 time.sleep(1) input.send_keys("zhanghao") #搜索框输入内容 input=driver.find_element_by_xpath("//*[@id="p"]")#定位QQ密码框 input.send_keys("你的密码") #搜索框输入内容 print("账号密码输入完成。") #这里停顿一下,不然不会显示滑动验证,应该是检测自动化工具的手段。(反爬) time.sleep(1) driver.find_element_by_xpath("//*[@id="login_button"]").click() #注意我们这里又需要跳到验证码的子框(又一个嵌套) time.sleep(1) driver.switch_to.frame("tcaptcha_iframe") #webdriver的定位方法和浏览器xpath不一样,不能直接定位到标签的属性. #需要首先定位到webelement,之后get到属性!!!!!!! bk = driver.find_element_by_xpath("//*[@id="slideBg"]").get_attribute("src") print(bk) #获取背景和滑块地址,下载到本地。 key = driver.find_element_by_xpath("//*[@id="slideBlock"]").get_attribute("src") print(bk) download_img(bk,filename= "bk") download_img(key,filename= "key") #锁定滑块 slider = driver.find_element_by_xpath("//*[@id="tcaptcha_drag_thumb"]") #获取应滑动距离 dis = get_distance() print(dis) #滑块部分,没有问题,已完成。 newact = ActionChains(driver) newact.click_and_hold(slider).perform() newact.move_by_offset(xoffset=dis-20,yoffset=0).perform() time.sleep(0.5) newact.release().perform() #处理得到滑块应移动的距离。 def get_distance(): path = "bk.png" img = cv2.imread(path) path = "key.png" img2 = cv2.imread(path) imgContour = img.copy() print("img.shape:", img.shape) imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) imgBlur = cv2.GaussianBlur(imgGray, (3, 3), 1) imgCanny = cv2.Canny(imgBlur, 400, 500) imgGray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) imgBlur2 = cv2.GaussianBlur(imgGray2, (3, 3), 1) imgCanny2 = cv2.Canny(imgBlur2, 400, 500) cv2.imshow("O", imgCanny) # 匹配拼图 result = cv2.matchTemplate(imgCanny, imgCanny2, cv2.TM_CCOEFF_NORMED) # 归一化 cv2.normalize(result, result, 0, 1, cv2.NORM_MINMAX, -1) min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) print("min_loc:", min_loc) print("max_loc:", max_loc) # 匹配后结果画圈 cv2.rectangle(imgContour, max_loc, (max_loc[0] + 135, max_loc[1] + 135), (0, 0, 255), 2) # 原图为680*390 在浏览器resize为280*161,这里我们只用到宽。所以需要进行同比例缩放。 res = min_loc[0] / (680 / 280) cv2.imshow("Canny Image", imgContour) #这里不可以用0,因为图片窗口会一直显示,程序卡住无法return出距离给滑块功能使用。 cv2.waitKey(100) print("应滑动距离获取成功。") return res if __name__ == "__main__": get_image()
下面是运行结果,两种不同的验证码背景图都可以正确识别出来。红框为代码识别缺口之后标记的红框
关于“python+opencv+selenium自动化登录邮箱并实现滑动验证功能”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注创新互联行业资讯频道,小编每天都会为大家更新不同的知识点。
网站名称:python+opencv+selenium自动化登录邮箱并实现滑动验证功能
文章分享:http://lswzjz.com/article/jsodps.html