目錄

? ? ?? 1.前提和大概思路概述

? ? ?? 2. 轉(zhuǎn)換思路selenium和驗(yàn)證滑塊圖片的獲取處理

? ? ?? 3.總結(jié)

---

? ? ? 1.前提和大概思路概述 ?

? ? ? ? 只是學(xué)習(xí)的途中有一些新的發(fā)現(xiàn)，分享給大家，希望對你們有幫助。

? ? ? ? 凡科網(wǎng)的JS逆向的閉包技巧應(yīng)該是典型的閉包案例，很多人都有講解，這里只做一個粗略介紹。

?

?

?正常完成逆向之后，進(jìn)行模擬登錄，好像是因?yàn)槲业亩啻握埱?#xff0c;出現(xiàn)了滑塊驗(yàn)證

?先要做的是拿到底圖和完整圖或者滑塊，但凡科網(wǎng)的這里只能找到圖片base64偽加密后的imgId和sliderId，發(fā)起對應(yīng)請求想得到后解碼，奈何自己實(shí)在試過一堆法子，一直請求失敗，無奈下?lián)Q用selenium做模擬登錄，重要的還是做滑塊的思路嘛（實(shí)際還是自己實(shí)力不夠--）

{'success': False, 'msg': {'dealType': 1, 'capErrno': -2}}

? ? ? ?

? ? ?? 2. 轉(zhuǎn)換思路selenium和驗(yàn)證滑塊圖片的獲取處理

????????用到的庫：

from selenium.webdriver import Chrome import time import requests from selenium.webdriver.common.action_chains import ActionChains import base64 import numpy as np import cv2 as cv

? ? ? ? ?? 先模擬登錄一下試試

# ***中輸入你的賬號和密碼web = Chrome()web.get('https://i.fkw.com/')time.sleep(1)web.find_element_by_xpath('//*[@id="loginCacct"]').send_keys('***')web.find_element_by_xpath('//*[@id="loginPwd"]').send_keys('***')time.sleep(1)web.find_element_by_xpath('//*[@id="login_button"]').click()time.sleep(2)

? ? ? ? 好家伙一下子就進(jìn)去了，可畢竟咱們是長見識為主，所以咱拿錯誤的賬號密碼來做試驗(yàn)（正確的重復(fù)多次登錄后也會出現(xiàn)）

? ? ? ? 現(xiàn)在的重點(diǎn)主要是獲取到對應(yīng)的圖片base64編碼后的數(shù)據(jù)，在進(jìn)行解碼，存儲圖片。（注意只需要base64后的數(shù)據(jù)，要對數(shù)據(jù)做一定處理）

ImgId_str = web.find_element_by_xpath('/html/body/div[4]/div/div[2]/div/div/div[3]/div/div[1]/div[1]/img[1]').get_attribute('src')ImgId = '/' + ImgId_str.strip('data:image/jpeg;base64,')sliderId_str = web.find_element_by_xpath('/html/body/div[4]/div/div[2]/div/div/div[3]/div/div[1]/div[1]/img[2]').get_attribute('src')sliderId = 'i' + sliderId_str.lstrip('data:image/jpeg;base64,')

? ? ? ?? 發(fā)現(xiàn)得到的這大串玩意，看起來蠻爽

? ? ? ?? 開始解碼，好像規(guī)則里的 整除加= 不是很有作用，我試了試加不加都可以（可能是我忽略了細(xì)節(jié)）， 把滑塊和底圖都存儲起來。

def decode_base64(strs,i):if(len(strs)%4 == 1):strs += "==="elif(len(strs)%4 == 2):strs += '=='elif(len(strs)%4 == 3):strs += '='imgdata = base64.b64decode(strs)file = open(f'{i}.jpg','wb')file.write(imgdata)file.close()

????????用cv.TM_CCOEFF_NORMED算法進(jìn)行精度匹配，將一維位置轉(zhuǎn)換為二維位置，得到x，y的坐標(biāo)。

Img_ = cv.imread('1.jpg')slider_ = cv.imread('2.jpg')result = cv.matchTemplate(Img_, slider_, cv.TM_CCOEFF_NORMED)yiwei_ = np.argmax(result) x, y = np.unravel_index(yiwei_, result.shape) time.sleep(2)# print(x,y)

? ? ? ? 找到滑的地方，模擬人工滑動，即可完成。（注意傳輸?shù)淖鴺?biāo)值）

web.implicitly_wait(10)btn = web.find_element_by_xpath('/html/body/div[4]/div/div[2]/div/div/div[3]/div/div[1]/div[2]/div[1]/div')ActionChains(web).drag_and_drop_by_offset(btn, xoffset=y, yoffset=0).perform()

? ? ?? 3.總結(jié)

? ? ? ? 對圖片base64解碼處理后的滑塊驗(yàn)證，很多地方都可以優(yōu)化，比如如何讓匹配速度更快，模擬人工軌跡一步步滑等等。爬蟲無上限，可能圖片驗(yàn)證，滑塊驗(yàn)證成功，賬號密碼正確，還是會顯示驗(yàn)證碼錯誤（12306目前是這樣的），還有很多的selenium限制的地方。

? ? ? ? 歡迎看到這篇的你們提出寶貴意見，一起交流學(xué)習(xí)。

模擬人工軌跡參考：Python爬蟲滑塊驗(yàn)證

opencv環(huán)境安裝：OpenCV-python安裝教程

????????

? ? ? ??

總結(jié)

以上是生活随笔為你收集整理的凡科网JS逆向后跳出的滑块验证（base64图片解码之后的破解滑块验证）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。