Python破解BiliBili滑块验证码，完美避开人机识别

àì夳堔傛蜴生んèń 2023-02-16 05:29 80阅读 0赞

## 前言 ##

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：Mingyueyixi

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

[python免费学习资料以及群交流解答点击即可加入][python]

--------------------

## 准备工作 ##

*  B站登录页 https://passport.bilibili.com/login
 *  python3
 *  pip install selenium （webdriver框架）
 *  pip install PIL （图片处理）
 *  chrome driver：http://chromedriver.storage.googleapis.com/index.html
 *  firefox driver：https://github.com/mozilla/geckodriver/releases  
    ![在这里插入图片描述][20200608142356963.gif]

B站的滑块验证码如上。

这类验证码可以使用 selenium 操作浏览器拖拽滑块来进行破解，难点两个，一个如何确定拖拽到的位置，另一个是避开人机识别（反爬虫）。

## 确定滑块验证码需要拖拽的位移距离 ##

**有三种方式**

*  人工智能机器学习，确定滑块位置
 *  通过完整图片与缺失滑块的图片进行像素对比，确定滑块位置
 *  边缘检测算法，确定位置

各有优缺点。人工智能机器学习，确定滑块位置，需要进行训练，比较麻烦，也可以看是否存在在线api可以调用。以下介绍其他两种方式。

## 对比完整图片与缺失滑块的图片 ##

> 仅介绍，本文不进行实现。对于B站来说，是准确率最高的方式（100%），但不能保证未来B站的滑块验证升级，导致不可用。

B站的滑块验证模块，一共有三张图片：完整图、缺失滑块图、滑块图，都是由画布绘制出的。类似于：

**完整图：**  
![在这里插入图片描述][20200608142419869.png]  
缺失滑块图：  
![在这里插入图片描述][20200608142423572.png]  
滑块图：  
![在这里插入图片描述][20200608142428140.png]

**HTML代码类似于：**

只需要通过selenium获取画布元素，执行js拿到画布像素，遍历完整图和缺失滑块图的像素，一旦获取到差异（需要允许少许像素误差），像素矩阵x轴方向即是滑块位置。

另外由于滑块图距离画布坐标原点有距离，还需要减去这部分距离。

最后使用 selenium 拖拽即可。

## 边缘检测算法，确定位置 ##

滑块基本上是个方形，通过算法确定方形起始位置即可。  
![在这里插入图片描述][20200608142612286.png]

## 介绍两种方式 ##

*  滑块是方形的，存在垂直与水平的边，该边在缺失滑块图中基本都是灰黑的。遍历像素找到基本都是灰黑的边即可。
 *  缺失滑块图中滑块位置是灰黑封闭的。通过算法可以找到封闭区域，大小与滑块相近，即是滑块需要拖拽到的位置。

第二种实现起来有些复杂，不进行实现了。

下面是第一种实现方式（`只实现了垂直边的检测，水平边检测原理一致`），会存在检测不出或错误的情况，使用时需要换一张验证码。也可能存在检测出的边是另一条（因为B站的滑块不是长方形，存在弧形边），那么需要减去滑块宽度

class VeriImageUtil():
    
        def __init__(self):
            self.defaultConfig = { 
                "grayOffset": 20,
                "opaque": 1,
                "minVerticalLineCount": 30
            }
            self.config = copy.deepcopy(self.defaultConfig)
    
        def updateConfig(self, config):
            # temp = copy.deepcopy(config)
            for k in self.config:
                if k in config.keys():
                    self.config[k] = config[k]
    
        def getMaxOffset(self, *args):
            # 计算偏移平均值最大的数
            av = sum(args) / len(args)
    
            maxOffset = 0
            for a in args:
                offset = abs(av - a)
                if offset > maxOffset:
                    maxOffset = offset
            return maxOffset
    
        def isGrayPx(self, r, g, b):
            # 是否是灰度像素点，允许波动offset
            return self.getMaxOffset(r, g, b) < self.config["grayOffset"]
    
        def isDarkStyle(self, r, g, b):
            # 灰暗风格
            return r < 128 and g < 128 and b < 128
    
        def isOpaque(self, px):
            # 不透明
            return px[3] >= 255 * self.config["opaque"]
    
        def getVerticalLineOffsetX(self, bgImage):
            # bgImage = Image.open("./image/bg.png")
            # bgImage.im.mode = 'RGBA'
            bgBytes = bgImage.load()
    
            x = 0
            while x < bgImage.size[0]:
                y = 0
                # 点》》线，灰度线条数量
                verticalLineCount = 0
    
                while y < bgImage.size[1]:
                    px = bgBytes[x, y]
                    r = px[0]
                    g = px[1]
                    b = px[2]
                    # alph = px[3]
                    # print(px)
                    if self.isDarkStyle(r, g, b) and self.isGrayPx(r, g, b) and self.isOpaque(px):
                        verticalLineCount += 1
                    else:
                        verticalLineCount = 0
                        y += 1
                        continue
    
                    if verticalLineCount >= self.config["minVerticalLineCount"]:
                        # 连续多个像素都是灰度像素，直线
                        # print(x, y)
                        return x
    
                    y += 1
    
                x += 1
            pass
    
    
    if __name__ == '__main__':
        bgImage = Image.open("./image/bg.png")
        veriImageUtil = VeriImageUtil()
    
        # veriImageUtil.updateConfig({ 
        # "grayOffset": 20,
        # "opaque": 0.6,
        # "minVerticalLineCount": 10
        # })
            bgOffsetX = veriImageUtil.getVerticalLineOffsetX(bgImage)
        print("bgOffsetX:{} ".format(bgOffsetX))

## 使用selenium进行滑动验证（会失败） ##

首先，我们需要从html中获取滑块验证的图片，通过执行js，将画布像素转为base64，然后python即可获取，进行拖拽处理：

from selenium import webdriver
    import time
    import base64
    from PIL import Image
    from io import BytesIO
    from selenium.webdriver.support.ui import WebDriverWait
    
    def checkVeriImage(driver):    
        WebDriverWait(driver, 5).until(
            lambda driver: driver.find_element_by_css_selector('.geetest_canvas_bg.geetest_absolute'))
        time.sleep(1)
        im_info = driver.execute_script(
            'return document.getElementsByClassName("geetest_canvas_bg geetest_absolute")[0].toDataURL("image/png");')
        # 拿到base64编码的图片信息
        im_base64 = im_info.split(',')[1]
        # 转为bytes类型
        im_bytes = base64.b64decode(im_base64)
        with open('./temp_bg.png', 'wb') as f:
            # 保存图片到本地，方便查看预览
            f.write(im_bytes)
            
        image_data = BytesIO(im_bytes)
        bgImage = Image.open(image_data)
        # 滑块距离左边有 5~10 像素左右误差
        offsetX = VeriImageUtil().getVerticalLineOffsetX(bgImage)
        eleDrag = driver.find_element_by_css_selector(".geetest_slider_button")
        action_chains = webdriver.ActionChains(driver)
        action_chains.drag_and_drop_by_offset(eleDrag,offsetX-10,0).perform()

貌似可以了，但实际上，验证时会遇到“拼图被怪物吃掉了，请重试”，导致失败。这是因为被检测到机器人（爬虫）操作了。

## 避开人机识别 ##

B站滑块验证码的人机识别，其实不咋滴，主要靠是否存在停留间隔来判断。一开始被网上文章误导，弄了什么距离=初速度乘以时间t + 1/2加速度乘以(时间平方)模拟拖拽，实际上是完全不对路的。  
![在这里插入图片描述][20200608142728492.gif]  
`webdriver.ActionChains(driver).drag_and_drop_by_offset(eleDrag,offsetX-10,0).perform()` 拖动滑块会导致验证失败。在B站中，这是因为这个动作太快了的缘故。  
有的同学就打算直接加 `time.sleep(1)` 了，这么做是不会成功的，会提示拼图被怪物吃掉了，请重试

实际上人做滑块验证的过程可以归为：手指快速拖拽验证码到指定位置，修正误差，停留一会儿，释放滑块。

## 简单实现 ##

代码可以简单实现，都不需要模拟人修正拖拽误差的过程，普通网站不会去统计这个，至少B站不会。

def simpleSimulateDragX(self, source, targetOffsetX):
            """ 简单拖拽模仿人的拖拽：快速沿着X轴拖动，直接一步到达正确位置，再暂停一会儿，然后释放拖拽动作 B站是依据是否有暂停时间来分辨人机的，这个方法适用。 :param source: :param targetOffsetX: :return: None """
    		#参考`drag_and_drop_by_offset(eleDrag,offsetX-10,0)`的实现，使用move方法
            action_chains = webdriver.ActionChains(self.driver)
            # 点击，准备拖拽
            action_chains.click_and_hold(source)
            action_chains.pause(0.2)
            action_chains.move_by_offset(targetOffsetX,0)
            action_chains.pause(0.6)
            action_chains.release()
            action_chains.perform()

## 添加修正过程的实现 ##

其实也就最后一段多出了fix的过程， action\_chains.move\_by\_offset(10,0)

def fixedSimulateDragX(self, source, targetOffsetX):
    		#参考`drag_and_drop_by_offset(eleDrag,offsetX-10,0)`的实现，使用move方法
            action_chains = webdriver.ActionChains(self.driver)
            # 点击，准备拖拽
            action_chains.click_and_hold(source)
            action_chains.pause(0.2)
            action_chains.move_by_offset(targetOffsetX-10,0)
            action_chains.pause(0.6)
            action_chains.move_by_offset(10,0)
            action_chains.pause(0.6)
            action_chains.release()
            action_chains.perform()

## 终极版实现 ##

为了更像人类操作，可以进行拖拽间隔时间和拖拽次数、距离的随机化。虽然这对B站没什么用，还可能会导致验证时间变久一些。

拖拽多次，可以使用循环遍历，不过代码可能不好理解，直接判断就行，最多也就两到3次就完成修正误差的过程。

def __getRadomPauseScondes(self):
            """ :return:随机的拖动暂停时间 """
            return random.uniform(0.6, 0.9)
    
        def simulateDragX(self, source, targetOffsetX):
            """ 模仿人的拖拽动作：快速沿着X轴拖动（存在误差），再暂停，然后修正误差 防止被检测为机器人，出现“图片被怪物吃掉了”等验证失败的情况 :param source:要拖拽的html元素 :param targetOffsetX: 拖拽目标x轴距离 :return: None """
            action_chains = webdriver.ActionChains(self.driver)
            # 点击，准备拖拽
            action_chains.click_and_hold(source)
            # 拖动次数，二到三次
            dragCount = random.randint(2, 3)
            if dragCount == 2:
                # 总误差值
                sumOffsetx = random.randint(-15, 15)
                action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)
                # 暂停一会
                action_chains.pause(self.__getRadomPauseScondes())
                # 修正误差，防止被检测为机器人，出现图片被怪物吃掉了等验证失败的情况
                action_chains.move_by_offset(-sumOffsetx, 0)
            elif dragCount == 3:
                # 总误差值
                sumOffsetx = random.randint(-15, 15)
                action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)
                # 暂停一会
                action_chains.pause(self.__getRadomPauseScondes())
    
                # 已修正误差的和
                fixedOffsetX = 0
                # 第一次修正误差
                if sumOffsetx < 0:
                    offsetx = random.randint(sumOffsetx, 0)
                else:
                    offsetx = random.randint(0, sumOffsetx)
    
                fixedOffsetX = fixedOffsetX + offsetx
                action_chains.move_by_offset(-offsetx, 0)
                action_chains.pause(self.__getRadomPauseScondes())
    
                # 最后一次修正误差
                action_chains.move_by_offset(-sumOffsetx + fixedOffsetX, 0)
                action_chains.pause(self.__getRadomPauseScondes())
    
            else:
                raise Exception("莫不是系统出现了问题？!")
    
            # 参考action_chains.drag_and_drop_by_offset()
            action_chains.release()
            action_chains.perform()

## 终章（完整代码） ##

![在这里插入图片描述][20200608142859207.gif]

## 本文完整示例代码如下 ##

# -*- coding: utf-8 -*-
    # @Date:2020/2/15 2:09
    # @Author: Lu
    # @Description bilibili滑块验证码识别。B站有反爬限制，过快地拖拽会提示“怪物吃了拼图，请重试”。
    # 目前B站有三张图片，只要对比完整图和缺失滑块背景图的像素，就可以得到偏移图片y轴距离，减去滑块空白距离=需要滑动的像素距离
    # 这里采用边缘检测，检测缺失滑块的底图是否存在一条灰色竖线，即认为是滑块目标位置，存在失败的概率，适用范围应该更大些。
    
    
    from selenium import webdriver
    import time
    import base64
    from PIL import Image
    from io import BytesIO
    from selenium.webdriver.support.ui import WebDriverWait
    import random
    import copy
    
    
    class VeriImageUtil():
    
        def __init__(self):
            self.defaultConfig = { 
                "grayOffset": 20,
                "opaque": 1,
                "minVerticalLineCount": 30
            }
            self.config = copy.deepcopy(self.defaultConfig)
    
        def updateConfig(self, config):
            # temp = copy.deepcopy(config)
            for k in self.config:
                if k in config.keys():
                    self.config[k] = config[k]
    
        def getMaxOffset(self, *args):
            # 计算偏移平均值最大的数
            av = sum(args) / len(args)
    
            maxOffset = 0
            for a in args:
                offset = abs(av - a)
                if offset > maxOffset:
                    maxOffset = offset
            return maxOffset
    
        def isGrayPx(self, r, g, b):
            # 是否是灰度像素点，允许波动offset
            return self.getMaxOffset(r, g, b) < self.config["grayOffset"]
    
        def isDarkStyle(self, r, g, b):
            # 灰暗风格
            return r < 128 and g < 128 and b < 128
    
        def isOpaque(self, px):
            # 不透明
            return px[3] >= 255 * self.config["opaque"]
    
        def getVerticalLineOffsetX(self, bgImage):
            # bgImage = Image.open("./image/bg.png")
            # bgImage.im.mode = 'RGBA'
            bgBytes = bgImage.load()
    
            x = 0
            while x < bgImage.size[0]:
                y = 0
                # 点》》线，灰度线条数量
                verticalLineCount = 0
    
                while y < bgImage.size[1]:
                    px = bgBytes[x, y]
                    r = px[0]
                    g = px[1]
                    b = px[2]
                    # alph = px[3]
                    # print(px)
                    if self.isDarkStyle(r, g, b) and self.isGrayPx(r, g, b) and self.isOpaque(px):
                        verticalLineCount += 1
                    else:
                        verticalLineCount = 0
                        y += 1
                        continue
    
                    if verticalLineCount >= self.config["minVerticalLineCount"]:
                        # 连续多个像素都是灰度像素，直线，认为需要滑动这么多
                        # print(x, y)
                        return x
    
                    y += 1
    
                x += 1
            pass
    
    
    class DragUtil():
        def __init__(self, driver):
            self.driver = driver
    
        def __getRadomPauseScondes(self):
            """ :return:随机的拖动暂停时间 """
            return random.uniform(0.6, 0.9)
    
        def simulateDragX(self, source, targetOffsetX):
            """ 模仿人的拖拽动作：快速沿着X轴拖动（存在误差），再暂停，然后修正误差 防止被检测为机器人，出现“图片被怪物吃掉了”等验证失败的情况 :param source:要拖拽的html元素 :param targetOffsetX: 拖拽目标x轴距离 :return: None """
            action_chains = webdriver.ActionChains(self.driver)
            # 点击，准备拖拽
            action_chains.click_and_hold(source)
            # 拖动次数，二到三次
            dragCount = random.randint(2, 3)
            if dragCount == 2:
                # 总误差值
                sumOffsetx = random.randint(-15, 15)
                action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)
                # 暂停一会
                action_chains.pause(self.__getRadomPauseScondes())
                # 修正误差，防止被检测为机器人，出现图片被怪物吃掉了等验证失败的情况
                action_chains.move_by_offset(-sumOffsetx, 0)
            elif dragCount == 3:
                # 总误差值
                sumOffsetx = random.randint(-15, 15)
                action_chains.move_by_offset(targetOffsetX + sumOffsetx, 0)
                # 暂停一会
                action_chains.pause(self.__getRadomPauseScondes())
    
                # 已修正误差的和
                fixedOffsetX = 0
                # 第一次修正误差
                if sumOffsetx < 0:
                    offsetx = random.randint(sumOffsetx, 0)
                else:
                    offsetx = random.randint(0, sumOffsetx)
    
                fixedOffsetX = fixedOffsetX + offsetx
                action_chains.move_by_offset(-offsetx, 0)
                action_chains.pause(self.__getRadomPauseScondes())
    
                # 最后一次修正误差
                action_chains.move_by_offset(-sumOffsetx + fixedOffsetX, 0)
                action_chains.pause(self.__getRadomPauseScondes())
    
            else:
                raise Exception("莫不是系统出现了问题？!")
    
            # 参考action_chains.drag_and_drop_by_offset()
            action_chains.release()
            action_chains.perform()
    
        def simpleSimulateDragX(self, source, targetOffsetX):
            """ 简单拖拽模仿人的拖拽：快速沿着X轴拖动，直接一步到达正确位置，再暂停一会儿，然后释放拖拽动作 B站是依据是否有暂停时间来分辨人机的，这个方法适用。 :param source: :param targetOffsetX: :return: None """
    
            action_chains = webdriver.ActionChains(self.driver)
            # 点击，准备拖拽
            action_chains.click_and_hold(source)
            action_chains.pause(0.2)
            action_chains.move_by_offset(targetOffsetX, 0)
            action_chains.pause(0.6)
            action_chains.release()
            action_chains.perform()
    
    def checkVeriImage(driver):
        WebDriverWait(driver, 5).until(
            lambda driver: driver.find_element_by_css_selector('.geetest_canvas_bg.geetest_absolute'))
        time.sleep(1)
        im_info = driver.execute_script(
            'return document.getElementsByClassName("geetest_canvas_bg geetest_absolute")[0].toDataURL("image/png");')
        # 拿到base64编码的图片信息
        im_base64 = im_info.split(',')[1]
        # 转为bytes类型
        im_bytes = base64.b64decode(im_base64)
        with open('./temp_bg.png', 'wb') as f:
            # 保存图片到本地
            f.write(im_bytes)
    
        image_data = BytesIO(im_bytes)
        bgImage = Image.open(image_data)
        # 滑块距离左边有 5 像素左右误差
        offsetX = VeriImageUtil().getVerticalLineOffsetX(bgImage)
        print("offsetX: {}".format(offsetX))
        if not type(offsetX) == int:
            # 计算不出，重新加载
            driver.find_element_by_css_selector(".geetest_refresh_1").click()
            checkVeriImage(driver)
            return
        elif offsetX == 0:
            # 计算不出，重新加载
            driver.find_element_by_css_selector(".geetest_refresh_1").click()
            checkVeriImage(driver)
            return
        else:
            dragVeriImage(driver, offsetX)
    
    
    def dragVeriImage(driver, offsetX):
        # 可能产生检测到右边缘的情况
        # 拖拽
        eleDrag = driver.find_element_by_css_selector(".geetest_slider_button")
        dragUtil = DragUtil(driver)
        dragUtil.simulateDragX(eleDrag, offsetX - 10)
        time.sleep(2.5)
    
        if isNeedCheckVeriImage(driver):
            checkVeriImage(driver)
            return
        dragUtil.simulateDragX(eleDrag, offsetX - 6)
    
        time.sleep(2.5)
        if isNeedCheckVeriImage(driver):
            checkVeriImage(driver)
            return
        # 滑块宽度40左右
        dragUtil.simulateDragX(eleDrag, offsetX - 56)
    
        time.sleep(2.5)
        if isNeedCheckVeriImage(driver):
            checkVeriImage(driver)
            return
        dragUtil.simulateDragX(eleDrag, offsetX - 52)
    
        if isNeedCheckVeriImage(driver):
            checkVeriImage(driver)
            return
    
    
    def isNeedCheckVeriImage(driver):
        if driver.find_element_by_css_selector(".geetest_panel_error").is_displayed():
            driver.find_element_by_css_selector(".geetest_panel_error_content").click();
            return True
        return False
    
    
    def task():
        # 此步骤很重要，设置chrome为开发者模式，防止被各大网站识别出来使用了Selenium
        # options = webdriver.ChromeOptions()
        # options.add_experimental_option('excludeSwitches', ['enable-automation'])
    
        options = webdriver.FirefoxOptions()
    
        # driver = webdriver.Firefox(executable_path=r"../../../res/webdriver/geckodriver_x64_0.26.0.exe",options=options)
        driver = webdriver.Firefox(executable_path=r"../../../res/webdriver/geckodriver_x64_0.26.0.exe",options=options)
    
        driver.get('https://passport.bilibili.com/login')
        time.sleep(3)
    
        driver.find_element_by_css_selector("#login-username").send_keys("1234567")
        driver.find_element_by_css_selector("#login-passwd").send_keys("abcdefg")
        driver.find_element_by_css_selector(".btn.btn-login").click()
        time.sleep(2)
        checkVeriImage(driver)
    
        pass
    
    
    # 该方法用来确认元素是否存在，如果存在返回flag=true，否则返回false
    def isElementExist(driver, css):
        try:
            driver.find_element_by_css_selector(css)
            return True
        except:
            return False
    
    
    if __name__ == '__main__':
        task()

[python]: https://jq.qq.com/?_wv=1027&k=ThcV4SNF
[20200608142356963.gif]: https://img-blog.csdnimg.cn/20200608142356963.gif
[20200608142419869.png]: https://img-blog.csdnimg.cn/20200608142419869.png
[20200608142423572.png]: https://img-blog.csdnimg.cn/20200608142423572.png
[20200608142428140.png]: https://img-blog.csdnimg.cn/20200608142428140.png
[20200608142612286.png]: https://img-blog.csdnimg.cn/20200608142612286.png
[20200608142728492.gif]: https://img-blog.csdnimg.cn/20200608142728492.gif
[20200608142859207.gif]: https://img-blog.csdnimg.cn/20200608142859207.gif