# 图像处理标准库 from PIL import Image # web测试 from selenium import webdriver # 鼠标操作 from selenium.webdriver.common.action_chains import ActionChains # 等待时间 产生随机数 import time, random # 滑块移动轨迹 def get_tracks1(distance): # 初速度 v = 0 # 单位时间为0.3s来统计轨迹，轨迹即0.3s内的位移 t = 0.3 # 位移/轨迹列表 tracks = [] # 当前的位移 current = 0 # 到达mid值开始减速 mid = distance * 4 / 5 while current < distance: if current < mid: # 加速度越小，单位时间内的位移越小，模拟的轨迹就越多越详细 a = 2 else: a = -3 # 初速度 v0 = v # 0.3s时间内的位移 s = v0 * t + 0.5 * a * (t ** 2) # 当前位置 current += s # 添加到轨迹列表 tracks.append(round(s)) # 速度已经达到V，该速度作为下次的初速度 v = v0 + a * t return tracks # 计算滑块位移距离 def get_diff_location(image1, image2): # （0,340）（0,340）为滑块图片区域，可根据实际情况修改 for i in range(0, 340): for j in range(0, 198): # 遍历原图与缺口图像素值寻找缺口位置 if is_similar(image1, image2, i, j) == False: return i return -1 # 对比RGB值得到缺口位置 def is_similar(image1, image2, x, y): pixel1 = image1.getpixel((x, y)) pixel2 = image2.getpixel((x, y)) # 截图像素也许存在误差，50作为容差范围 if abs(pixel1[0] - pixel2[0]) >= 50 and abs(pixel1[1] - pixel2[1]) >= 50 and abs(pixel1[2] - pixel2[2]) >= 50: return False return True def login(): # 实例化浏览器 driver = webdriver.Chrome() # 请求登录网址 driver.get('https://account.cnblogs.com/signin?returnUrl=https%3A%2F%2Fwww.cnblogs.com%2F') # 最大化浏览器 driver.maximize_window() # 输入账号 driver.find_element_by_xpath('//*[@id="LoginName"]').send_keys('你的账号') # 输入密码 driver.find_element_by_xpath('//*[@id="Password"]').send_keys('你的密码') # 点击登录 driver.find_element_by_xpath('//*[@id="submitBtn"]/span[1]').click() # 等待2s使验证弹窗加载完成 time.sleep(2) # 定位到圆球 slider = driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div[1]/div[2]/div[2]') # 点击鼠标左键，不松开 ActionChains(driver).click_and_hold(slider).perform() # 拖动到最右边，为了后续方便对比 ActionChains(driver).move_by_offset(xoffset=198, yoffset=0).perform() # 定位到弹出的验证窗口 y_element = driver.find_element_by_xpath('/html/body/div[2]/div[2]') # print(y_element.location) # print(y_element.size) # 获取左上，右，左下的坐标确定一个图片范围 left = y_element.location['x'] top = y_element.location['y'] right = left + y_element.size['width'] bottom = top + y_element.size['height'] # 全窗口截图 driver.save_screenshot('a.png') # 打开截图的图片 im = Image.open('a.png') # 局部截图 im = im.crop((left + 160, top + 55, right + 225, bottom - 30)) # 保存有缺口的验证图片 im.save('b.png') # 放开鼠标 ActionChains(driver).release(slider).perform() time.sleep(2) # 定位到可以显示无缺图片的位置 block = driver.find_element_by_xpath('/html/body/div[2]/div[2]/div[6]/div/div[1]/div[1]/div/a/div[1]/canvas') # 修改其属性值，使显示无缺图片 driver.execute_script('arguments[0].style = "display: block; opacity: 1;"', block) time.sleep(2) # 全窗口截图 driver.save_screenshot('a.png') # 打开截图的图片 im = Image.open('a.png') # 局部截图 im = im.crop((left + 160, top + 55, right + 225, bottom - 30)) # 保存无缺口的验证图片 im.save('c.png') time.sleep(0.5) # 打开获取的两个图片 imageb = Image.open('b.png') imagec = Image.open('c.png') # 获取缺口位置 visualstack = get_diff_location(imagec, imageb) # 减去左边图片空白像素值 print(visualstack - 10) # 点击鼠标左键，不松开 ActionChains(driver).click_and_hold(slider).perform() # 先快速拖动圆球到中间位置 ActionChains(driver).move_by_offset(xoffset=visualstack/2,yoffset=0).perform() # 根据轨迹拖动圆球 track_list = get_tracks1((visualstack/2 - 48)) for track in track_list: ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform() # 放开圆球 time.sleep(0.8) ActionChains(driver).release(slider).perform() print(driver.page_source) time.sleep(4) if '你的昵称' in driver.page_source: print('登录成功') print(driver.get_cookies()) else: driver.close() login() if __name__ == '__main__': login()
代码如上