码迷,mamicode.com
首页 > 其他好文 > 详细

爬虫请求库——selenium

时间:2018-01-19 18:53:08      阅读:426      评论:0      收藏:0      [点我收藏+]

标签:admin   inpu   a标签   username   mini   from   text   目标   输入密码   

selenium模块

  selenium最初是一个自动化测试工具,而爬虫中使用它主要是为了解决requests无法直接执行JavaScript代码的问题。缺点是效率会变得很慢。

  selenium本质是通过驱动浏览器,完全模拟浏览器的操作,比如跳转、输入、点击、下拉等,来拿到网页渲染之后的结果,可支持多种浏览器

from selenium import webdriver
browser=webdriver.Chrome()
browser=webdriver.Firefox()
browser=webdriver.PhantomJS()
browser=webdriver.Safari()
browser=webdriver.Edge()

一、安装

安装:

pip3 install selenium

要自动启动浏览器需要安装相应的驱动,selenium3默认支持的webdriver是Firfox,而Firefox需要安装geckodriver

下载链接:https://github.com/mozilla/geckodriver/releases

这里用谷歌浏览器举例

  下载chromdriver.exe放到python安装路径的scripts目录中即可,注意最新版本是2.xx,并非2.9
  国内镜像网站地址:http://npm.taobao.org/mirrors/chromedriver/2.29/
  最新的版本去官网找:https://sites.google.com/a/chromium.org/chromedriver/downloads

from selenium import webdriver
driver=webdriver.Chrome() #弹出浏览器
driver.get(https://www.baidu.com)
driver.page_source
#能自动弹出浏览器并访问百度,就说明成功了
技术分享图片
#安装:selenium+phantomjs
pip3 install selenium
下载phantomjs,解压后把phantomjs.exe所在的bin目录放到环境变量
下载链接:http://phantomjs.org/download.html

#验证安装
C:\Users\Administrator>phantomjs
phantomjs> console.log(egon gaga)
egon gaga
undefined
phantomjs> ^C
C:\Users\Administrator>python3
Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from selenium import webdriver
>>> driver=webdriver.PhantomJS() #无界面浏览器
>>> driver.get(https://www.baidu.com)
>>> driver.page_source
无界面浏览器

 

二、等待元素被加载

  selenium是自动运行浏览器的一种行为,而浏览器的加载是需要时间的,我们在进行操作之前肯定必须要等到被操作的元素加载出来后才行,所以我们就需要用到等待的操作、

等待的方式分两种

#2、等待的方式分两种:
隐式等待:在browser.get(xxx)前就设置,针对所有元素有效
显式等待:在browser.get(xxx)之后设置,只针对某个元素有效

示例:

技术分享图片
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

browser=webdriver.Chrome()#启动浏览器
"""
方式一
隐式等待:在查找所有元素时,如果尚未被加载,则等10秒,在最前面设置
"""
browser.implicitly_wait(10)

browser.get(https://www.baidu.com)


input_tag=browser.find_element_by_id(kw)
input_tag.send_keys(美女)
input_tag.send_keys(Keys.ENTER)



"""
方式二
显式等待:显式地等待某个指定元素被加载
这两条效果与上面一条相同
"""
#wait=WebDriverWait(browser,10)
#wait.until(EC.presence_of_element_located((By.ID,‘content_left‘)))


#查找内容
contents=browser.find_element_by_id(content_left) #没有进行等待操作就直接查找的话,找不到就会报错
print(contents)

browser.close()
View Code

 

三、选择器

  选择器就是用来做对象爬取的内容进行定位用的,选择器有很多,每种的功能都不同

基本选择器

技术分享图片
#官网链接:http://selenium-python.readthedocs.io/locating-elements.html
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素
import time

driver=webdriver.Chrome()
driver.get(https://www.baidu.com)
wait=WebDriverWait(driver,10)

try:
    #===============所有方法===================
    # 1、find_element_by_id
    # 2、find_element_by_link_text
    # 3、find_element_by_partial_link_text  #模糊匹配
    # 4、find_element_by_tag_name
    # 5、find_element_by_class_name
    # 6、find_element_by_name
    # 7、find_element_by_css_selector
    # 8、find_element_by_xpath  #后续详解
    # 强调:
    # 1、上述均可以改写成find_element(By.ID,‘kw‘)的形式
    # 2、find_elements_by_xxx的形式是查找到多个元素,结果为列表

    #===============示范用法===================
    # 1、find_element_by_id
    print(driver.find_element_by_id(kw))

    # 2、find_element_by_link_text
    # login=driver.find_element_by_link_text(‘登录‘)
    # login.click()

    # 3、find_element_by_partial_link_text
    login=driver.find_elements_by_partial_link_text()[0]
    login.click()

    # 4、find_element_by_tag_name
    print(driver.find_element_by_tag_name(a))

    # 5、find_element_by_class_name
    button=wait.until(EC.element_to_be_clickable((By.CLASS_NAME,tang-pass-footerBarULogin)))
    button.click()

    # 6、find_element_by_name
    input_user=wait.until(EC.presence_of_element_located((By.NAME,userName)))
    input_pwd=wait.until(EC.presence_of_element_located((By.NAME,password)))
    commit=wait.until(EC.element_to_be_clickable((By.ID,TANGRAM__PSP_10__submit)))

    input_user.send_keys(18611453110)
    input_pwd.send_keys(lhf@094573)
    commit.click()

    # 7、find_element_by_css_selector
    driver.find_element_by_css_selector(#kw)

    # 8、find_element_by_xpath

    time.sleep(5)

finally:
    driver.close()
基本选择器

xpath

技术分享图片
#官网链接:http://selenium-python.readthedocs.io/locating-elements.html
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素
import time

driver=webdriver.PhantomJS()
driver.get(https://doc.scrapy.org/en/latest/_static/selectors-sample1.html)
# wait=WebDriverWait(driver,3)
driver.implicitly_wait(3) #使用隐式等待

try:
    # find_element_by_xpath
    #//与/的不同
    # driver.find_element_by_xpath(‘//body/a‘)  # 开头的//代表从整篇文档中寻找,body之后的/代表body的儿子,这一行找不到就会报错了

    driver.find_element_by_xpath(//body//a)  # 开头的//代表从整篇文档中寻找,body之后的//代表body的子子孙孙
    driver.find_element_by_css_selector(body a)

    #取第n个
    res1=driver.find_elements_by_xpath(//body//a[1]) #取第一个a标签,这里的索引是从1开始
    print(res1[0].text)

    #按照属性查找,下述三者查找效果一样
    res1=driver.find_element_by_xpath(//a[5])
    res2=driver.find_element_by_xpath(//a[@href="image5.html"])
    res3=driver.find_element_by_xpath(//a[contains(@href,"image5")]) #模糊查找
    print(==>, res1.text)
    print(==>,res2.text)
    print(==>,res3.text)


    #其他
    res1=driver.find_element_by_xpath(/html/body/div/a)
    print(res1.text)

    res2=driver.find_element_by_xpath(//a[img/@src="image3_thumb.jpg"]) #找到子标签img的src属性为image3_thumb.jpg的a标签
    print(res2.tag_name,res2.text)

    res3 = driver.find_element_by_xpath("//input[@name=‘continue‘][@type=‘button‘]") #查看属性name为continue且属性type为button的input标签
    res4 = driver.find_element_by_xpath("//*[@name=‘continue‘][@type=‘button‘]") #查看属性name为continue且属性type为button的所有标签
    
    
    time.sleep(5)

finally:
    driver.close()
xpath

获取标签属性

技术分享图片
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

browser=webdriver.Chrome()

browser.get(https://www.amazon.cn/)

wait=WebDriverWait(browser,10)
wait.until(EC.presence_of_element_located((By.ID,cc-lm-tcgShowImgContainer)))

tag=browser.find_element(By.CSS_SELECTOR,#cc-lm-tcgShowImgContainer img)

#获取标签属性,
print(tag.get_attribute(src))


#获取标签ID,位置,名称,大小(了解)
print(tag.id)
print(tag.location)
print(tag.tag_name)
print(tag.size)


browser.close()
获取标签的属性

 

四、元素交互操作

  交互操作就是指模拟人在网页中进行输入或点击鼠标的操作,主要针对的是input框和链接。交互操作中可以自己植入js代码

模拟天猫搜索:

技术分享图片
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素
import time

driver=webdriver.Chrome()
driver.get(https://www.tmall.com/)
driver.implicitly_wait(3)

try:
    input_tag=driver.find_element_by_id(mq)#搜索框
    input_tag.send_keys(NIKE)#写入搜索条件
    input_tag.send_keys(Keys.ENTER)#回车

    time.sleep(3)
    input_tag=driver.find_element_by_id(mq)
    input_tag.clear()#清空搜索框
    input_tag.send_keys(科比战靴)
    input_tag.send_keys(Keys.ENTER)


    time.sleep(5)
finally:
    driver.close()
View Code

模拟滑动验证码操作(网页很low逼):

技术分享图片
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素
import time

driver=webdriver.Chrome()
driver.get(http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable)
#driver.get(‘http://www.baidu.com‘)
driver.implicitly_wait(3)

try:
    driver.switch_to.frame(iframeResult)#已被弃用的html标签,作用是html下套html
    driver.switch_to.parent_frame()#返回父级html标签

    source=driver.find_element_by_id(draggable)#源滑块
    target=driver.find_element_by_id(droppable)#目标
    print(source,target)

    #方式一:
    # actions=ActionChains(driver)
    # actions.drag_and_drop(source,target)
    # actions.perform()

    #方式二:
    distance=target.location[x]-source.location[x]#距离
    ActionChains(driver).click_and_hold(source).perform()#模拟按住鼠标不放手

    print(distance)
    s=0
    while s < distance:
        print(s)
        ActionChains(driver).move_by_offset(xoffset=2,yoffset=0).perform()#每次移动2像素
        s+=2
    ActionChains(driver).release().perform()#释放鼠标


    driver.execute_script(alert("xxxxxxxxx"))#可自写js代码,会执行
    time.sleep(6)
finally:
    driver.close()
View Code

补充:frame的切换

技术分享图片
#frame相当于一个单独的网页,在父frame里是无法直接查看到子frame的元素的,必须switch_to_frame切到该frame下,才能进一步查找

from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素


try:
    browser=webdriver.Chrome()
    browser.get(http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable)

    browser.switch_to.frame(iframeResult) #切换到id为iframeResult的frame

    tag1=browser.find_element_by_id(droppable)
    print(tag1)

    # tag2=browser.find_element_by_id(‘textareaCode‘) #报错,在子frame里无法查看到父frame的元素
    browser.switch_to.parent_frame() #切回父frame,就可以查找到了
    tag2=browser.find_element_by_id(textareaCode)
    print(tag2)

finally:
    browser.close()
补充:frame的切换

模拟浏览器的前进后退

技术分享图片
#模拟浏览器的前进后退
import time
from selenium import webdriver

browser=webdriver.Chrome()
browser.get(https://www.baidu.com)
browser.get(https://www.taobao.com)
browser.get(http://www.sina.com.cn/)

browser.back()#后腿
time.sleep(10)
browser.forward()#前进
browser.close()
模拟浏览器的前进后退
技术分享图片
#cookies
from selenium import webdriver

browser=webdriver.Chrome()
browser.get(https://www.zhihu.com/explore)
print(browser.get_cookies())
browser.add_cookie({k1:xxx,k2:yyy})
print(browser.get_cookies())

# browser.delete_all_cookies()
设置和得到cookies

选项卡管理

技术分享图片
#选项卡管理:切换选项卡,有js的方式windows.open,有windows快捷键:ctrl+t等,最通用的就是js的方式
import time
from selenium import webdriver

browser=webdriver.Chrome()
browser.get(https://www.baidu.com)
browser.execute_script(window.open())

print(browser.window_handles) #获取所有的选项卡
browser.switch_to_window(browser.window_handles[1])
browser.get(https://www.taobao.com)
time.sleep(10)
browser.switch_to_window(browser.window_handles[0])
browser.get(https://www.sina.com.cn)
browser.close()
选项卡管理

异常处理

技术分享图片
from selenium import webdriver
from selenium.common.exceptions import TimeoutException,NoSuchElementException,NoSuchFrameException

try:
    browser=webdriver.Chrome()
    browser.get(http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable)
    browser.switch_to.frame(iframssseResult)

except TimeoutException as e:
    print(e)
except NoSuchFrameException as e:
    print(e)
finally:
    browser.close()
异常处理

 

小项目扩展

技术分享图片
#注意:网站都策略都是在不断变化的,精髓在于学习流程。下述代码生效与2017-11-7,不能保证永久有效
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait

browser=webdriver.Chrome()

try:
    browser.get(http://mail.163.com/)

    wait=WebDriverWait(browser,5)

    frame=wait.until(EC.presence_of_element_located((By.ID,x-URS-iframe)))
    browser.switch_to.frame(frame)

    wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,.m-container)))

    inp_user=browser.find_element_by_name(email)
    inp_pwd=browser.find_element_by_name(password)
    button=browser.find_element_by_id(dologin)
    inp_user.send_keys(18611453110)
    inp_pwd.send_keys(xxxx)
    button.click()

    #如果遇到验证码,可以把下面一小段打开注释
    # import time
    # time.sleep(10)
    # button = browser.find_element_by_id(‘dologin‘)
    # button.click()

    wait.until(EC.presence_of_element_located((By.ID,dvNavTop)))
    write_msg=browser.find_elements_by_css_selector(#dvNavTop li)[1] #获取第二个li标签就是“写信”了
    write_msg.click()


    wait.until(EC.presence_of_element_located((By.CLASS_NAME,tH0)))
    recv_man=browser.find_element_by_class_name(nui-editableAddr-ipt)
    title=browser.find_element_by_css_selector(.dG0 .nui-ipt-input)
    recv_man.send_keys(378533872@qq.com)
    title.send_keys(圣旨)
    print(title.tag_name)


    frame=wait.until(EC.presence_of_element_located((By.CLASS_NAME,APP-editor-iframe)))
    browser.switch_to.frame(frame)
    body=browser.find_element(By.CSS_SELECTOR,body)
    body.send_keys(egon很帅,可以加工资了)

    browser.switch_to.parent_frame() #切回他爹
    send_button=browser.find_element_by_class_name(nui-toolbar-item)
    send_button.click()

    #可以睡时间久一点别让浏览器关掉,看看发送成功没有
    import time
    time.sleep(10000)

except Exception as e:
    print(e)
finally:
    browser.close()
自动登录163邮箱并发送邮件
技术分享图片
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素
import time


def get_goods(driver):
    try:
        goods=driver.find_elements_by_class_name(gl-item)

        for good in goods:
            detail_url=good.find_element_by_tag_name(a).get_attribute(href)

            p_name=good.find_element_by_css_selector(.p-name em).text.replace(\n,‘‘)
            price=good.find_element_by_css_selector(.p-price i).text
            p_commit=good.find_element_by_css_selector(.p-commit a).text

            msg = ‘‘‘
            商品 : %s
            链接 : %s
            价钱 :%s
            评论 :%s
            ‘‘‘ % (p_name,detail_url,price,p_commit)

            print(msg,end=\n\n)


        button=driver.find_element_by_partial_link_text(下一页)
        button.click()
        time.sleep(1)
        get_goods(driver)
    except Exception:
        pass

def spider(url,keyword):
    driver = webdriver.Chrome()
    driver.get(url)
    driver.implicitly_wait(3)  # 使用隐式等待
    try:
        input_tag=driver.find_element_by_id(key)
        input_tag.send_keys(keyword)
        input_tag.send_keys(Keys.ENTER)
        get_goods(driver)
    finally:
        driver.close()


if __name__ == __main__:
    spider(https://www.jd.com/,keyword=科比战靴)
自动爬取京东商品
技术分享图片
#首先要安装Pillow       pip3 install pillow
#Pillow:基于PIL,处理python 3.x的图形图像库.因为PIL只能处理到python 2.x,而这个模块能处理Python3.x,目前用它做图形的很多.


###########思路整理##########

from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素
from PIL import Image #pip3 install pillow

import time

def get_snap(driver):
    driver.save_screenshot(snap.png)#截图
    snap_obj=Image.open(snap.png)#保存
    return snap_obj

def get_image(driver):
    img=driver.find_element_by_class_name(geetest_canvas_img)
    time.sleep(2) #等待图片加载完毕
    size=img.size
    location=img.location
    #获取图片位置
    left=location[x]
    top=location[y]
    right=left+size[width]
    bottom=top+size[height]

    snap_obj=get_snap(driver)
    image_obj=snap_obj.crop((left,top,right,bottom))#截图操作
    # image_obj.show()
    return image_obj

def get_distance(image1,image2):
    start_x=58#滑块最左侧
    threhold=60#去除伪影响
    # print(image1.size)
    # print(image2.size)
    for x in range(start_x,image1.size[0]):
        for y in range(image1.size[1]):
            rgb1=image1.load()[x,y]
            rgb2=image2.load()[x,y]
            res1=abs(rgb1[0]-rgb2[0])
            res2=abs(rgb1[1]-rgb2[1])
            res3=abs(rgb1[2]-rgb2[2])
            if not (res1 < threhold and res2 < threhold and res3 < threhold):
                return x-7#误差范围

def get_tracks(distance):
    distance+=20#故意划过头20像素
    #v=v0+a*t
    #s=v*t+0.5*a*(t**2)

    v0=0
    s=0
    t=0.2
    mid=distance*3/5
    forward_tracks=[]

    while s < distance:
        if s < mid:
            a=2
        else:
            a=-3

        v=v0
        track=v*t+0.5*a*(t**2)
        track=round(track)#取整数
        v0=v+a*t
        s+=track
        forward_tracks.append(track)
    back_tracks=[-1,-1,-1,-2,-2,-2,-3,-3,-2,-2,-1] #20
    return {"forward_tracks":forward_tracks,back_tracks:back_tracks}

try:
    driver = webdriver.Chrome()#谷歌浏览器
    driver.get(https://passport.cnblogs.com/user/signin)#博客园
    driver.implicitly_wait(10)#隐形等待10秒

    #1、输入账号、密码,然后点击登陆
    input_user=driver.find_element_by_id(input1)
    input_pwd=driver.find_element_by_id(input2)
    login_button=driver.find_element_by_id(signin)

    input_user.send_keys(wall-a)#输入账号
    input_pwd.send_keys(lg19950726..)#输入密码
    login_button.click()#点击登录按钮

    #2、点击验证人机按钮,弹出没有缺口的图
    button=driver.find_element_by_class_name(geetest_radar_tip_content)
    button.click()

    #3、针对没有缺口的图片进行截图
    image1=get_image(driver)

    #4、点击滑动按钮,弹出有缺口的图
    slider_button=driver.find_element_by_class_name(geetest_slider_button)
    slider_button.click()

    #5、针对有缺口的图片进行截图
    image2=get_image(driver)

    #6、对比两张图片,找出缺口,即滑动的位移
    distance=get_distance(image1,image2)
    # print(distance)

    #7、按照人的行为行为习惯,把总位移切成一段段小的位移
    traks_dic=get_tracks(distance)

    #8、按照位移移动
    slider_button=driver.find_element_by_class_name(geetest_slider_button)
    ActionChains(driver).click_and_hold(slider_button).perform()#按住不放手
    #先向前移动
    forward_tracks=traks_dic["forward_tracks"]
    back_tracks=traks_dic["back_tracks"]
    for forward_track in forward_tracks:
        ActionChains(driver).move_by_offset(xoffset=forward_track,yoffset=0).perform()

    #短暂停顿,发现傻逼,移过了
    time.sleep(0.2)

    # 先向后移动
    for back_track in back_tracks:
        ActionChains(driver).move_by_offset(xoffset=back_track,yoffset=0).perform()
    # 抖一抖
    ActionChains(driver).move_by_offset(xoffset=-4,yoffset=0).perform()
    ActionChains(driver).move_by_offset(xoffset=3,yoffset=0).perform()
    time.sleep(0.1)
    ActionChains(driver).move_by_offset(xoffset=-2,yoffset=0).perform()
    ActionChains(driver).move_by_offset(xoffset=3,yoffset=0).perform()
    time.sleep(0.3)
    ActionChains(driver).release().perform()#松开鼠标


    time.sleep(10)
finally:
    driver.close()






###############优化后的代码(将功能封装成函数调用)#######
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By #按照什么方式查找,By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys #键盘按键操作
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素
from PIL import Image #pip3 install pillow

import time

def get_snap(driver):
    driver.save_screenshot(snap.png)#截图
    snap_obj=Image.open(snap.png)#保存
    return snap_obj

def get_image(driver):
    img=driver.find_element_by_class_name(geetest_canvas_img)
    time.sleep(2) #等待图片加载完毕
    size=img.size
    location=img.location
    #获取图片位置
    left=location[x]
    top=location[y]
    right=left+size[width]
    bottom=top+size[height]

    snap_obj=get_snap(driver)
    image_obj=snap_obj.crop((left,top,right,bottom))#截图操作
    # image_obj.show()
    return image_obj

def get_distance(image1,image2):
    start_x=58#滑块最左侧
    threhold=60#去除伪影响
    # print(image1.size)
    # print(image2.size)
    for x in range(start_x,image1.size[0]):
        for y in range(image1.size[1]):
            rgb1=image1.load()[x,y]
            rgb2=image2.load()[x,y]
            res1=abs(rgb1[0]-rgb2[0])
            res2=abs(rgb1[1]-rgb2[1])
            res3=abs(rgb1[2]-rgb2[2])
            if not (res1 < threhold and res2 < threhold and res3 < threhold):
                return x-7#误差范围

def get_tracks(distance):
    distance+=20#故意划过头20像素
    #v=v0+a*t
    #s=v*t+0.5*a*(t**2)

    v0=0
    s=0
    t=0.2
    mid=distance*3/5
    forward_tracks=[]

    while s < distance:
        if s < mid:
            a=2
        else:
            a=-3

        v=v0
        track=v*t+0.5*a*(t**2)
        track=round(track)#取整数
        v0=v+a*t
        s+=track
        forward_tracks.append(track)
    back_tracks=[-1,-1,-1,-2,-2,-2,-3,-3,-2,-2,-1] #20
    return {"forward_tracks":forward_tracks,back_tracks:back_tracks}


def crack(driver):#封装滑动的函数
    # 2、点击验证人机按钮,弹出没有缺口的图
    button = driver.find_element_by_class_name(geetest_radar_tip_content)
    button.click()

    # 3、针对没有缺口的图片进行截图
    image1 = get_image(driver)

    # 4、点击滑动按钮,弹出有缺口的图
    slider_button = driver.find_element_by_class_name(geetest_slider_button)
    slider_button.click()

    # 5、针对有缺口的图片进行截图
    image2 = get_image(driver)

    # 6、对比两张图片,找出缺口,即滑动的位移
    distance = get_distance(image1, image2)
    # print(distance)

    # 7、按照人的行为行为习惯,把总位移切成一段段小的位移
    traks_dic = get_tracks(distance)

    # 8、按照位移移动
    slider_button = driver.find_element_by_class_name(geetest_slider_button)
    ActionChains(driver).click_and_hold(slider_button).perform()  # 按住不放手
    # 先向前移动
    forward_tracks = traks_dic["forward_tracks"]
    back_tracks = traks_dic["back_tracks"]
    for forward_track in forward_tracks:
        ActionChains(driver).move_by_offset(xoffset=forward_track, yoffset=0).perform()

    # 短暂停顿,发现傻逼,移过了
    time.sleep(0.2)

    # 先向后移动
    for back_track in back_tracks:
        ActionChains(driver).move_by_offset(xoffset=back_track, yoffset=0).perform()
    # 抖一抖
    ActionChains(driver).move_by_offset(xoffset=-4, yoffset=0).perform()
    ActionChains(driver).move_by_offset(xoffset=3, yoffset=0).perform()
    time.sleep(0.1)
    ActionChains(driver).move_by_offset(xoffset=-2, yoffset=0).perform()
    ActionChains(driver).move_by_offset(xoffset=3, yoffset=0).perform()
    time.sleep(0.3)
    ActionChains(driver).release().perform()  # 松开鼠标



def login_cnblogs(username,pwd):
    driver = webdriver.Chrome()  # 谷歌浏览器driver = webdriver.Chrome()#谷歌浏览器
    try:

        driver.get(https://passport.cnblogs.com/user/signin)#博客园
        driver.implicitly_wait(10)#隐形等待10秒

        #1、输入账号、密码,然后点击登陆
        input_user=driver.find_element_by_id(input1)
        input_pwd=driver.find_element_by_id(input2)
        login_button=driver.find_element_by_id(signin)

        input_user.send_keys(username)#输入账号
        input_pwd.send_keys(pwd)#输入密码
        login_button.click()#点击登录按钮
        # 调用 封装滑动的函数
        crack(driver)

        time.sleep(10)
    finally:
        driver.close()

if __name__ == __main__:
    login_cnblogs(username=Angelababy,pwd=sonoface)
破解滑动验证码自动登录博客园

 

爬虫请求库——selenium

标签:admin   inpu   a标签   username   mini   from   text   目标   输入密码   

原文地址:https://www.cnblogs.com/zhuminghui/p/8318160.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!