关于知乎登录的反扒机制绕过

撸冰花

登录有许多的反扒机制，首先是登录不可以快速请求我用selenium接管打开的浏览器绕过
第二是图形滑块验证码，使用图像层次进行绕过

在开始运行代码之前，可以去搜索一下selenium接管浏览器，文中需要用到

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
import time, requests
import cv2
import numpy as np
import re
from selenium.webdriver.chrome.options import Options

chrome_options = Options()
chrome_options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")
zh = webdriver.Chrome(r'E:\pycharm\pythonProject\Reptile\自动化测试\chromedriver.exe', chrome_options=chrome_options)
zh.get('https://www.zhihu.com/signin?next=%2F')

#登录
def login():
    element = zh.find_element_by_css_selector('[class="SignFlow-tab"]').click()

    zh.implicitly_wait(3)

    username = zh.find_element_by_css_selector('[placeholder="手机号或邮箱"]')
    zh.implicitly_wait(3)
    username.send_keys('admin') #此处键入用户名

    time.sleep(2)

    password = zh.find_element_by_css_selector('[placeholder="密码"]')
    zh.implicitly_wait(3)
    password.send_keys('admin') #此处键入密码

    time.sleep(2)

    loginbutton = zh.find_element_by_css_selector('[type="submit"]').click()

#获取验证图片
def hqimage():

    zh.switch_to.frame('tcaptcha_iframe')
    time.sleep(2)
    bj_img =zh.find_element_by_xpath('/html/body/div/div[3]/div[2]/div/div[2]/img').get_attribute('src') #获取背景图链接
    xhd_img = zh.find_element_by_xpath('/html/body/div/div[3]/div[2]/div/div[3]/img').get_attribute('src') #获取小黑块链接
    print(bj_img)
    print(xhd_img)
    with open('./bj.jpg', mode='wb') as f: #保存背景图图片到本地
        f.write(requests.get(bj_img).content)
        f.close()
    with open('./xhd.jpg', mode='wb') as f: #保存小黑块图片到本地
        f.write(requests.get(xhd_img).content)
        f.close()

k=1
#处理验证图片
def climage():
    bj = cv2.imread('./bj.jpg') #打开待处理图片
    xhd =cv2.imread('./xhd.jpg')

    bj = cv2.cvtColor(bj, cv2.COLOR_BGR2GRAY)# 灰度处理
    xhd = cv2.cvtColor(xhd, cv2.COLOR_BGR2GRAY)

    time.sleep(3)

    # 去掉滑块黑色部分
    xhd = xhd[xhd.any(1)]  # 0表示黑色，1表示高亮部分

    time.sleep(3)

    # 匹配->cv图像匹配算法
    result = cv2.matchTemplate(bj, xhd, cv2.TM_CCOEFF_NORMED)  # match匹配,Template模板;精度高，速度慢的方法
    index_max = np.argmax(result)  # 返回的是一维的位置，最大值索引

    time.sleep(3)

    # 反着推最大值的二维位置，和opencv是相反的
    x, y = np.unravel_index(index_max, result.shape)
    print("二维中坐标的位置：", x, y)
    print("正在进行第%s次滑动验证" % k)
    drop = zh.find_element_by_xpath('/html/body/div/div[3]/div[2]/div[2]/div[2]/div')
    ActionChains(zh).drag_and_drop_by_offset(drop, xoffset=x+26, yoffset=0).perform()
    time.sleep(1)

if __name__ == '__main__':
    login()

    while 1:

        hqimage()
        climage()
        zh.switch_to.default_content()
        if '首页' in zh.title:
            break
        else:
            print('第%s次验证失败...' % k, '\n')
        k = k+1
        time.sleep(5)

撸冰花

Test_dada 发表于 2021-3-4 10:50
请问下楼主
login()函数为什么要用三个zh.implicitly_wait(3)隐式等待呢？
据我了解.implicitly_wait(tim ...

哇，这里我还没注意到，学艺不精！！！本来我想全部用time.sleep函数的，中间看到资料说这个函数发现更加灵活想试试，但是没有细究它竟然是全局的

Test_dada

请问下楼主
login()函数为什么要用三个zh.implicitly_wait(3)隐式等待呢？
据我了解.implicitly_wait(time)的作用域不是全局的吗？
希望楼主解惑

ciker_li

感谢分享

wsp0801

感谢分享

撸冰花

ciker_li 发表于 2021-3-3 16:45
感谢分享

快给个评分，嘿嘿

LL生

大佬就是厉害

肥皂超人

厉害了大佬

撸冰花

肥皂超人 发表于 2021-3-3 17:05
厉害了大佬

卑微的我希望能够得到一个评分，涨涨知识

一如既往。

大佬厉害了，这个过滑动的原理是什么呀

撸冰花

一如既往。 发表于 2021-3-3 17:23
大佬厉害了，这个过滑动的原理是什么呀

识别图像戳的口子，然后进行灰度处理之后就可以找到图片的缺口位置了