突破哔哩哔哩滑动验证码大法（上）

见解分享

2023-12-10 20:44:53

前言

众所周知，爬虫技术在数据收集、市场分析等诸多领域发挥着重要作用。然而，随着各大网站的反爬措施日益严密，传统爬虫技术往往难以奏效。其中，滑动验证码作为一种新型的反爬机制，给爬虫工程师带来了不小的挑战。

本文将以哔哩哔哩网站的滑动验证码为例，详细介绍如何使用Python语言破解该验证码。通过本文，读者将掌握滑动验证码的破解原理和具体步骤，并能够轻松应对哔哩哔哩网站的反爬机制，获取所需的信息。

哔哩哔哩滑动验证码解析

哔哩哔哩网站的滑动验证码采用的是极验滑动验证机制，该机制具有以下特点：

验证码图片是一张背景图和一张滑块图的叠加。
滑块图中包含一个缺口，用户需要拖动滑块，使缺口与背景图中的缺口对齐。
验证码图片中还包含一些干扰元素，如线条、噪点等，以增加破解难度。

破解原理

破解哔哩哔哩滑动验证码的原理是，首先获取验证码图片，然后通过图像处理技术分析验证码图片，找到缺口的位置，最后模拟用户拖动滑块的过程，使缺口与背景图中的缺口对齐。

具体步骤

获取验证码图片

使用Python的Selenium库可以轻松获取验证码图片。首先，我们需要打开哔哩哔哩网站，找到登录页面。然后，使用Selenium库的find_element()方法找到验证码图片元素，并使用get_attribute()方法获取验证码图片的URL。最后，使用requests库下载验证码图片并保存到本地。

分析验证码图片

使用Python的OpenCV库可以轻松分析验证码图片。首先，我们需要将验证码图片转换为灰度图像。然后，使用OpenCV库的Canny边缘检测算法检测验证码图片中的边缘。最后，使用OpenCV库的findContours()方法找到验证码图片中的缺口。

模拟用户拖动滑块

使用Python的Selenium库可以轻松模拟用户拖动滑块的过程。首先，我们需要找到滑块元素。然后，使用Selenium库的ActionChains类创建一个ActionChains对象。最后，使用ActionChains对象的drag_and_drop()方法拖动滑块，使缺口与背景图中的缺口对齐。

代码示例

import selenium
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.action_chains import ActionChains
import requests
import cv2

# 打开哔哩哔哩网站
driver = selenium.webdriver.Chrome()
driver.get("https://www.bilibili.com")

# 找到登录页面
login_link = driver.find_element_by_link_text("登录")
login_link.click()

# 等待验证码图片加载完成
WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.CLASS_NAME, "geetest_holder"))
)

# 获取验证码图片的URL
captcha_image_url = driver.find_element_by_class_name("geetest_canvas_bg").get_attribute("src")

# 下载验证码图片
response = requests.get(captcha_image_url)
with open("captcha.png", "wb") as f:
    f.write(response.content)

# 分析验证码图片
image = cv2.imread("captcha.png")
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray_image, 100, 200)
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 找到缺口的位置
gap_contour = max(contours, key=cv2.contourArea)
gap_x, gap_y, gap_w, gap_h = cv2.boundingRect(gap_contour)

# 模拟用户拖动滑块
slider = driver.find_element_by_class_name("geetest_slider_button")
action_chains = ActionChains(driver)
action_chains.drag_and_drop_by_offset(slider, gap_x + gap_w // 2, 0)
action_chains.perform()