爬虫日常-selenium登录12306，绕过验证-Toy模板网

这篇具有很好参考价值的文章主要介绍了爬虫日常-selenium登录12306，绕过验证。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前言

hello兄弟们，这里是无聊的网友。愉快的周末过去了，欢迎回到学习频道。书接上文，我们说到了再用selenium登录12306时遇到了滑块验证的问题。当前的网站几乎每家都会在登录模块添加一个认证，来规避各种爬虫，而我们则不断的去想办法绕过这些验证模块。目前一些简单的验证如图片拼接，汉字识别的都可以借助如图鉴，超级鹰提供的功能解决。而主流的流行应用的验证绕过则需要非常复杂的步骤。我们就有点自知之明，先能够做到简单的绕过就好。
爬虫日常-selenium登录12306，绕过验证,爬虫日常,爬虫,python,selenium 就拿12306为例，目前还只是最简单的滑块验证，还好不是类似哔哩哔哩的极验类的滑块验证，所以我们趁着它简单先拿它开刀

爬虫日常-selenium登录12306，绕过验证,爬虫日常,爬虫,python,selenium 我们可以看到在输入账号密码后，页面就会跳出滑块认证，依旧是先分析再动手

按照正常思路，先点击到滑块认证，然后鼠标点击滑块，拖动到最边上。我们首先右键检查滑块认真，看看验证模块有没有存在iframe中

爬虫日常-selenium登录12306，绕过验证,爬虫日常,爬虫,python,selenium 检查完发现div并没有被包裹在iframe中，就存在页面源码中，我们就可以直接通过find_element定位到此处并进行点击动作

代码设计

先放上上一期的代码

from selenium.webdriver import Chrome
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By


# 定义登录方法
def login(user, pwd):
    login_choice = web.find_element(By.XPATH, '//*[@id="toolbar_Div"]/div[2]/div[2]/ul/li[1]')
    # 点击账号密码登录方式
    login_choice.click()
    web.find_element(By.XPATH, '//*[@id="J-userName"]').send_keys(user)  # 向账号框传入账号信息
    web.find_element(By.XPATH, '//*[@id="J-password"]').send_keys(pwd)  # 向密码框传入密码
    # 定位到登录按钮并点击
    web.find_element(By.XPATH, '//*[@id="J-login"]').click()


if __name__ == '__main__':
    opt = Options()
    opt.add_experimental_option('excludeSwitches', ['enable-automation'])  # 去除浏览器顶部显示受自动化程序控制
    opt.add_experimental_option('detach', True)  # 规避程序运行完自动退出浏览器
    web = Chrome(options=opt)
    web.get('https://kyfw.12306.cn/otn/resources/login.html')
    user = ''  # 此处输入账号
    pwd = ''   # 此处输入密码
    login(user, pwd)

按照设计思路，我们应当在登录方法处添加模拟点击滑块的代码
到了这一步，学完基础的同学就应该想到要借助ActionChains，ActionChains模拟鼠标操作的常用方法。使用click()方法可以进行鼠标的单击操作，此外还提供了有关双击、右击、悬停、鼠标拖动等功能的方法，这里不一一阐述了。

设计代码如下

    span = web.find_element(By.XPATH, '//*[@id="nc_2_n1z"]')  # 首先定位到滑块
    action = ActionChains(web)
    action.click_and_hold(span).move_by_offset(300, 0).perform() # click_and_hold代表点击并保持点击动作。move_by_offset(x, y)，其中x代表水平移动距离，y代表垂直移动距离

爬虫日常-selenium登录12306，绕过验证,爬虫日常,爬虫,python,selenium 可以看到整个滑块的水平长度为340而需要移动的小滑块为38.4的宽度。所以大致需要移动的距离为340-38.4。如果move_by_offset的x参数过大可以导致程序报错超出滑框宽度，在循环中若移动的参数过小可能到达不了最右侧或者超时认证。因此此处我直接一次性滑动300.
编写完运行检测效果
爬虫日常-selenium登录12306，绕过验证,爬虫日常,爬虫,python,selenium 可以看到第一次的运行失败，报错信息为滑块验证element没有定位到。那么为什么会出现这样的错误呢。是因为我们的速度太快了

因为我们的点击请求过快，导致页面的滑块验证模块还没有跳转出来就直接进行点击请求了，解决的方法也很简单，可以直接使用time.sleep进行强制睡眠。但我们不建议这样使用，最好是采用显示等待的方法对其处理。

我们都知道显式等待也称为智能等待，针对指定元素定位指定等待时间，在指定时间范围内进行元素查找，找到元素则直接返回，如果在超时还没有找到元素，则抛出异常，显示等待是 selenium 当中比较灵活的一种等待方式，他的实现原理其实是通过 while 循环不停的尝试需要进行的操作。那么知道了原理后就直接上手用它。

在定位到滑块验证并点击前设置显示等待。需要下面两个包配合使用

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
     # 此处还去掉了点击滑块验证的操作
    # 设置显示等待直到滑块的span标签被定位到
    WebDriverWait(web, 0.5, 0.05).until(EC.presence_of_element_located((By.ID, 'nc_1_n1z')))
    span = web.find_element(By.ID, 'nc_1_n1z')  # 首先定位到滑块

WebDriverWait()中的参数主要为等待时间和刷新时间，经过我的测试0.5为我的程序最少的需要的等待时间，再少程序就要报错，同样0.05为最少刷新时间
这个是和个人电脑与网速有关的，报错的同学可以尝试修改
编写后在再次测试
爬虫日常-selenium登录12306，绕过验证,爬虫日常,爬虫,python,selenium
ok，最后运行成功。成功绕过12396的滑块认证。老规矩运行成功放源码

from selenium.webdriver import Chrome
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver import ActionChains
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC


# 定义登录方法
def login(user, pwd):
    login_choice = web.find_element(By.XPATH, '//*[@id="toolbar_Div"]/div[2]/div[2]/ul/li[1]')
    # 点击账号密码登录方式
    login_choice.click()

    username = web.find_element(By.XPATH, '//*[@id="J-userName"]')  # 向账号框传入账号信息
    passwd = web.find_element(By.XPATH, '//*[@id="J-password"]')  # 向密码框传入密码
    username.click()
    username.send_keys(user)
    passwd.click()
    passwd.send_keys(pwd)
    # 定位到登录按钮并点击
    web.find_element(By.XPATH, '//*[@id="J-login"]').click()
    # 设置显示等待直到滑块的span标签被定位到
    WebDriverWait(web, 0.5, 0.05).until(EC.presence_of_element_located((By.ID, 'nc_1_n1z')))
    span = web.find_element(By.ID, 'nc_1_n1z')
    action = ActionChains(web)
    action.click_and_hold(span).move_by_offset(300, 0).perform() # click_and_hold代表点击并保持点击动作。move_by_offset(x, y)，其中x代表水平移动距离，y代表垂直移动距离


if __name__ == '__main__':
    opt = Options()
    opt.add_experimental_option('excludeSwitches', ['enable-automation'])  # 去除浏览器顶部显示受自动化程序控制
    opt.add_experimental_option('detach', True)  # 规避程序运行完自动退出浏览器
    web = Chrome(options=opt)
    web.get('https://kyfw.12306.cn/otn/resources/login.html')
    # 解除浏览器特征识别selenium
    script = 'Object.defineProperty(navigator,"webdriver", {get: () => false,});'
    web.execute_script(script)
    user = ''  # 此处输入账号
    pwd = ''   # 此处输入密码
    login(user, pwd)