python作為一門比較常見的編程語(yǔ)言，在工作當(dāng)中的應(yīng)用還是比較的廣泛的，比如可以對(duì)此進(jìn)行相關(guān)的自動(dòng)化測(cè)試，比如自動(dòng)化測(cè)試相關(guān)的代碼，另外還有破解滑動(dòng)驗(yàn)證碼。那么，具體的操作手法是怎樣的呢？下面就給大家詳細(xì)解答下。

　　在Web自動(dòng)化測(cè)試的過程中，經(jīng)常會(huì)被登錄的驗(yàn)證碼給卡住，不知道如何去通過驗(yàn)證碼的驗(yàn)證。

　　一般的情況下遇到驗(yàn)證碼我們可以都可以找開發(fā)去幫忙解決，關(guān)閉驗(yàn)證碼，或者給一個(gè)萬(wàn)能的驗(yàn)證碼！

　　那么如果開發(fā)不提供幫助的話，我們自己有沒有辦法來(lái)處理這些驗(yàn)證碼的問題呢？

　　答案當(dāng)然是有的，常見的驗(yàn)證碼一般分為兩類，一類是圖文驗(yàn)證碼，一類是滑動(dòng)驗(yàn)證碼！滑動(dòng)驗(yàn)證破解思路

　　關(guān)于滑動(dòng)驗(yàn)證碼破解的思路大體上來(lái)講就是以下兩個(gè)步驟：

　　1、獲取滑塊滑動(dòng)的距離

　　2、模擬拖動(dòng)滑塊，通過驗(yàn)證。

　　關(guān)于這種滑動(dòng)的驗(yàn)證碼，滑塊和缺口背景都是分別是一張獨(dú)立的圖片，我們可以把這兩張圖片，

　　下載下來(lái)借助于圖像識(shí)別的技術(shù)，去識(shí)別缺口在背景圖中的位置，然后減去滑塊當(dāng)前所在位置，就可以得出需要滑動(dòng)的距離。

　　案例講解

　　話不多說，我們先來(lái)看一個(gè)案例（QQ空間登錄），QQ空間登錄案例實(shí)現(xiàn)步驟如下：

　　1、創(chuàng)建一個(gè)driver對(duì)象，訪問qq登錄頁(yè)面

　　2、輸入賬號(hào)密碼

　　3、點(diǎn)擊登錄

　　4、模擬滑動(dòng)驗(yàn)證

　　實(shí)現(xiàn)代碼

　　import time
　　from selenium import webdriver
　　from slideVerfication import SlideVerificationCode
　　#1、創(chuàng)建一個(gè)driver對(duì)象，訪問qq登錄頁(yè)面
　　browser=webdriver.Chrome()
　　browser.get("https://qzone.qq.com/")
　　#2、輸入賬號(hào)密碼
　　#2.0點(diǎn)擊切換到登錄的iframe
　　browser.switch_to.frame('login_frame')
　　#2.1點(diǎn)擊賬號(hào)密碼登錄
　　browser.find_element_by_id('switcher_plogin').click()
　　#2.2定位賬號(hào)輸入框，輸入賬號(hào)
　　browser.find_element_by_id("u").send_keys("123456")
　　#2.3定位密碼輸入輸入密碼
　　browser.find_element_by_id("p").send_keys("PYTHON")
　　#3、點(diǎn)擊登錄
　　browser.find_element_by_id('login_button').click()
　　time.sleep(3)
　　#4、模擬滑動(dòng)驗(yàn)證
　　#4.1切換到滑動(dòng)驗(yàn)證碼的iframe中
　　tcaptcha=browser.find_element_by_id("tcaptcha_iframe")
　　browser.switch_to.frame(tcaptcha)
　　#4.2獲取滑動(dòng)相關(guān)的元素
　　#選擇拖動(dòng)滑塊的節(jié)點(diǎn)
　　slide_element=browser.find_element_by_id('tcaptcha_drag_thumb')
　　#獲取滑塊圖片的節(jié)點(diǎn)
　　slideBlock_ele=browser.find_element_by_id('slideBlock')
　　#獲取缺口背景圖片節(jié)點(diǎn)
　　slideBg=browser.find_element_by_id('slideBg')
　　#4.3計(jì)算滑動(dòng)距離
　　sc=SlideVerificationCode(save_image=True)
　　distance=sc.get_element_slide_distance(slideBlock_ele,slideBg)
　　#滑動(dòng)距離誤差校正，滑動(dòng)距離*圖片在網(wǎng)頁(yè)上顯示的縮放比-滑塊相對(duì)的初始位置
　　distance=distance*(280/680)-22
　　print("校正后的滑動(dòng)距離",distance)
　　#4.4、進(jìn)行滑動(dòng)
　　sc.slide_verification(browser,slide_element,distance=100)

　　運(yùn)行效果：

　　其實(shí)關(guān)于這個(gè)模塊圖像識(shí)別，是借助了第三方的圖像處理模塊來(lái)進(jìn)行識(shí)別的，python中有很多現(xiàn)成的用來(lái)處理圖片的庫(kù)，本文使用的是opencv-python來(lái)進(jìn)行識(shí)別的。slideVerfication模塊上面用到的兩個(gè)方法的部分參考代碼如下：

　　根據(jù)傳入滑塊，和背景的節(jié)點(diǎn)，計(jì)算滑塊的距離

　　def get_element_slide_distance(self,slider_ele,background_ele,correct=0):
　　"""
　　根據(jù)傳入滑塊，和背景的節(jié)點(diǎn)，計(jì)算滑塊的距離
　　該方法只能計(jì)算滑塊和背景圖都是一張完整圖片的場(chǎng)景，
　　如果背景圖是通過多張小圖拼接起來(lái)的背景圖，
　　該方法不適用，請(qǐng)使用get_image_slide_distance這個(gè)方法
　　:param slider_ele:滑塊圖片的節(jié)點(diǎn)
　　:type slider_ele:WebElement
　　:param background_ele:背景圖的節(jié)點(diǎn)
　　:type background_ele:WebElement
　　:param correct:滑塊缺口截圖的修正值，默認(rèn)為0,調(diào)試截圖是否正確的情況下才會(huì)用
　　:type:int
　　:return:背景圖缺口位置的X軸坐標(biāo)位置（缺口圖片左邊界位置）
　　"""
　　#獲取驗(yàn)證碼的圖片
　　slider_url=slider_ele.get_attribute("src")
　　background_url=background_ele.get_attribute("src")
　　#下載驗(yàn)證碼背景圖,滑動(dòng)圖片
　　slider="slider.jpg"
　　background="background.jpg"
　　self.onload_save_img(slider_url,slider)
　　self.onload_save_img(background_url,background)
　　#讀取進(jìn)行色度圖片，轉(zhuǎn)換為numpy中的數(shù)組類型數(shù)據(jù)，
　　slider_pic=cv2.imread(slider,0)
　　background_pic=cv2.imread(background,0)
　　#獲取缺口圖數(shù)組的形狀-->缺口圖的寬和高
　　width,height=slider_pic.shape[::-1]
　　#將處理之后的圖片另存
　　slider01="slider01.jpg"
　　background_01="background01.jpg"
　　cv2.imwrite(background_01,background_pic)
　　cv2.imwrite(slider01,slider_pic)
　　#讀取另存的滑塊圖
　　slider_pic=cv2.imread(slider01)
　　#進(jìn)行色彩轉(zhuǎn)換
　　slider_pic=cv2.cvtColor(slider_pic,cv2.COLOR_BGR2GRAY)
　　#獲取色差的絕對(duì)值
　　slider_pic=abs(255-slider_pic)
　　#保存圖片
　　cv2.imwrite(slider01,slider_pic)
　　#讀取滑塊
　　slider_pic=cv2.imread(slider01)
　　#讀取背景圖
　　background_pic=cv2.imread(background_01)
　　#比較兩張圖的重疊區(qū)域
　　result=cv2.matchTemplate(slider_pic,background_pic,cv2.TM_CCOEFF_NORMED)
　　#獲取圖片的缺口位置
　　top,left=np.unravel_index(result.argmax(),result.shape)
　　#背景圖中的圖片缺口坐標(biāo)位置
　　print("當(dāng)前滑塊的缺口位置：",(left,top,left+width,top+height))
　　return left
　　滑動(dòng)滑塊進(jìn)行驗(yàn)證
　　def slide_verification(self,driver,slide_element,distance):
　　"""
　　滑動(dòng)滑塊進(jìn)行驗(yàn)證
　　:param driver:driver對(duì)象
　　:type driver:webdriver.Chrome
　　:param slide_element:滑塊的元組
　　:type slider_ele:WebElement
　　:param distance:滑動(dòng)的距離
　　:type:int
　　:return:
　　"""
　　#獲取滑動(dòng)前頁(yè)面的url地址
　　start_url=driver.current_url
　　print("需要滑動(dòng)的距離為：",distance)
　　#根據(jù)滑動(dòng)距離生成滑動(dòng)軌跡
　　locus=self.get_slide_locus(distance)
　　print("生成的滑動(dòng)軌跡為:{}，軌跡的距離之和為{}".format(locus,distance))
　　#按下鼠標(biāo)左鍵
　　ActionChains(driver).click_and_hold(slide_element).perform()
　　time.sleep(0.5)
　　#遍歷軌跡進(jìn)行滑動(dòng)
　　for loc in locus:
　　time.sleep(0.01)
　　ActionChains(driver).move_by_offset(loc,random.randint(-5,5)).perform()
　　ActionChains(driver).context_click(slide_element)
　　#釋放鼠標(biāo)
　　ActionChains(driver).release(on_element=slide_element).perform()

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家?guī)?lái)幫助。