上一節(jié)我們實(shí)現(xiàn)了極驗(yàn)驗(yàn)證碼的識(shí)別，但是除了極驗(yàn)其實(shí)還有另一種常見(jiàn)的且應(yīng)用廣泛的驗(yàn)證碼，比較有代表性的就是點(diǎn)觸驗(yàn)證碼。

可能你對(duì)這個(gè)名字比較陌生，但是肯定見(jiàn)過(guò)類似的驗(yàn)證碼，比如 12306，這就是一種典型的點(diǎn)觸驗(yàn)證碼，如圖所示：

我們需要直接點(diǎn)擊圖中符合要求的圖，如果所有答案均正確才會(huì)驗(yàn)證成功，如果有一個(gè)答案錯(cuò)誤，驗(yàn)證就會(huì)失敗，這種驗(yàn)證碼就可以稱之為點(diǎn)觸驗(yàn)證碼。

另外還有一個(gè)專門提供點(diǎn)觸驗(yàn)證碼服務(wù)的站點(diǎn)，叫做 TouClick，其官方網(wǎng)站為：https://www.touclick.com/，本節(jié)就以它為例講解一下此類驗(yàn)證碼的識(shí)別過(guò)程。

1. 本節(jié)目標(biāo)

本節(jié)我們的目標(biāo)是用程序來(lái)識(shí)別并通過(guò)點(diǎn)觸驗(yàn)證碼的驗(yàn)證。

2. 準(zhǔn)備工作

本次我們使用的 Python 庫(kù)是 Selenium，使用的瀏覽器為 Chrome，在此之前請(qǐng)確保已經(jīng)正確安裝好了 Selenium 庫(kù)、Chrome瀏覽器并配置好了 ChromeDriver，相關(guān)流程可以參考第一章的說(shuō)明。

3. 了解點(diǎn)觸驗(yàn)證碼

TouClick 官方網(wǎng)站的驗(yàn)證碼樣式如圖 8-19 所示：

和 12306 站點(diǎn)有相似之處，不過(guò)這次是點(diǎn)擊圖片中的文字，不是圖片了，另外還有各種形形色色的點(diǎn)觸驗(yàn)證碼，其交互形式可能略有不同，但基本原理都是類似的。

接下來(lái)我們就來(lái)統(tǒng)一實(shí)現(xiàn)一下此類點(diǎn)觸驗(yàn)證碼的識(shí)別過(guò)程。

4. 識(shí)別思路

此種驗(yàn)證碼的如果依靠圖像識(shí)別的話識(shí)別難度非常之大。

例如就 12306 來(lái)說(shuō)，其識(shí)別難點(diǎn)有兩個(gè)點(diǎn)，第一點(diǎn)是文字識(shí)別，如圖 8-20 所示：

如點(diǎn)擊圖中所有的漏斗，“漏斗”二字其實(shí)都經(jīng)過(guò)變形、放縮、模糊處理了，如果要借助于前面我們講的 OCR 技術(shù)來(lái)識(shí)別，識(shí)別的精準(zhǔn)度會(huì)大打折扣，甚至得不到任何結(jié)果。第二點(diǎn)是圖像的識(shí)別，我們需要將圖像重新轉(zhuǎn)化文字，可以借助于各種識(shí)圖接口，可經(jīng)我測(cè)試識(shí)別正確結(jié)果的準(zhǔn)確率非常低，經(jīng)常會(huì)出現(xiàn)匹配不正確或匹配不出結(jié)果的情況，而且圖片本身的的清晰度也不夠，所以識(shí)別難度會(huì)更大，更何況需要同時(shí)識(shí)別出八張圖片的結(jié)果，且其中幾個(gè)答案需要完全匹配正確才能驗(yàn)證通過(guò)，綜合來(lái)看，此種方法基本是不可行的。

再拿 TouClick 來(lái)說(shuō)，如圖所示：

我們需要從這幅圖片中識(shí)別出植株二字，但是圖片的背景或多或少會(huì)有干擾，導(dǎo)致 OCR 幾乎不會(huì)識(shí)別出結(jié)果，有人會(huì)說(shuō)，直接識(shí)別白色的文字不就好了嗎？但是如果換一張驗(yàn)證碼呢？如圖 8-22 所示：

這張驗(yàn)證碼圖片的文字又變成了藍(lán)色，而且還又有白色陰影，識(shí)別的難度又會(huì)大大增加。

那么此類驗(yàn)證碼就沒(méi)法解了嗎？答案當(dāng)然是有，靠什么？靠人。

靠人解決？那還要程序做什么？不要急，這里說(shuō)的人并不是我們自己去解，在互聯(lián)網(wǎng)上存在非常多的驗(yàn)證碼服務(wù)平臺(tái)，平臺(tái) 7×24 小時(shí)提供驗(yàn)證碼識(shí)別服務(wù)，一張圖片幾秒就會(huì)獲得識(shí)別結(jié)果，準(zhǔn)確率可達(dá) 90% 以上，但是就需要花點(diǎn)錢來(lái)購(gòu)買服務(wù)了，畢竟平臺(tái)都是需要盈利的，不過(guò)不用擔(dān)心，識(shí)別一個(gè)驗(yàn)證碼只需要幾分錢。

在這里我個(gè)人比較推薦的一個(gè)平臺(tái)是超級(jí)鷹。

其提供的服務(wù)種類非常廣泛，可識(shí)別的驗(yàn)證碼類型非常多，其中就包括此類點(diǎn)觸驗(yàn)證碼。

另外超級(jí)鷹平臺(tái)同樣支持簡(jiǎn)單的圖形驗(yàn)證碼識(shí)別，如果 OCR 識(shí)別有難度，同樣可以用本節(jié)相同的方法借助此平臺(tái)來(lái)識(shí)別，下面是此平臺(tái)提供的一些服務(wù)：

英文數(shù)字，提供最多20位英文數(shù)字的混合識(shí)別

中文漢字，提供最多7個(gè)漢字的識(shí)別

純英文，提供最多12位的英文的識(shí)別

純數(shù)字，提供最多11位的數(shù)字的識(shí)別

任意特殊字符，提供不定長(zhǎng)漢字英文數(shù)字、拼音首字母、計(jì)算題、成語(yǔ)混合、 集裝箱號(hào)等字符的識(shí)別

坐標(biāo)選擇識(shí)別，如復(fù)雜計(jì)算題、選擇題四選一、問(wèn)答題、點(diǎn)擊相同的字、物品、動(dòng)物等返回多個(gè)坐標(biāo)的識(shí)別

而本節(jié)我們需要解決的就是屬于最后一類，坐標(biāo)多選識(shí)別的情況，我們需要做的就是將驗(yàn)證碼圖片提交給平臺(tái)，然后平臺(tái)會(huì)返回識(shí)別結(jié)果在圖片中的坐標(biāo)位置，接下來(lái)我們?cè)俳馕鲎鴺?biāo)模擬點(diǎn)擊就好了。

原理非常簡(jiǎn)單，下面我們就來(lái)實(shí)際用程序來(lái)實(shí)驗(yàn)一下。

5. 注冊(cè)賬號(hào)

在開(kāi)始之前，我們需要先注冊(cè)一個(gè)超級(jí)鷹賬號(hào)并申請(qǐng)一個(gè)軟件ID，注冊(cè)頁(yè)面鏈接為：https://www.chaojiying.com/user/reg/，注冊(cè)完成之后還需要在后臺(tái)開(kāi)發(fā)商中心添加一個(gè)軟件ID，最后一件事就是充值一些題分，充值多少可以根據(jù)價(jià)格和識(shí)別量自行決定。

6. 獲取API

做好上面的準(zhǔn)備工作之后我們就可以開(kāi)始用程序來(lái)對(duì)接驗(yàn)證碼的識(shí)別了。

首先我們可以到官方網(wǎng)站下載對(duì)應(yīng)的 Python API，鏈接為：https://www.chaojiying.com/api-14.html，但是此 API 是Python2 版本的，是用 Requests 庫(kù)來(lái)實(shí)現(xiàn)的，我們可以簡(jiǎn)單更改幾個(gè)地方即可將其修改為 Python3 版本。

修改之后的API如下：

import requests
from hashlib import md5
class Chaojiying(object):
    def __init__(self, username, password, soft_id):
        self.username = username
        self.password = md5(password.encode('utf-8')).hexdigest()
        self.soft_id = soft_id
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'Connection': 'Keep-Alive',
            'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
        }
    def post_pic(self, im, codetype):
        """
        im: 圖片字節(jié)
        codetype: 題目類型 參考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, 
        headers=self.headers)
        return r.json()
    def report_error(self, im_id):
        """
        im_id:報(bào)錯(cuò)題目的圖片ID
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
        return r.json()

這里定義了一個(gè) Chaojiying 類，其構(gòu)造函數(shù)接收三個(gè)參數(shù)，分別是超級(jí)鷹的用戶名、密碼以及軟件ID，保存好以備使用。

接下來(lái)是最重要的一個(gè)方法叫做 post_pic()，這里需要傳入圖片對(duì)象和驗(yàn)證碼的代號(hào)，該方法會(huì)將圖片對(duì)象和相關(guān)信息發(fā)給超級(jí)鷹的后臺(tái)進(jìn)行識(shí)別，然后將識(shí)別成功的 Json 返回回來(lái)。

另一個(gè)方法叫做 report_error()，這個(gè)是發(fā)生錯(cuò)誤的時(shí)候的回調(diào)，如果驗(yàn)證碼識(shí)別錯(cuò)誤，調(diào)用此方法會(huì)返還相應(yīng)的題分。

接下來(lái)我們以 TouClick 的官網(wǎng)為例來(lái)進(jìn)行演示點(diǎn)觸驗(yàn)證碼的識(shí)別過(guò)程，鏈接為：http://admin.touclick.com/，如果沒(méi)有注冊(cè)賬號(hào)可以先注冊(cè)一個(gè)。

7. 初始化

首先我們需要初始化一些變量，如 WebDriver、Chaojiying對(duì)象等等，代碼實(shí)現(xiàn)如下：

EMAIL = 'cqc@cuiqingcai.com'
PASSWORD = ''
# 超級(jí)鷹用戶名、密碼、軟件ID、驗(yàn)證碼類型
CHAOJIYING_USERNAME = 'Germey'
CHAOJIYING_PASSWORD = ''
CHAOJIYING_SOFT_ID = 893590
CHAOJIYING_KIND = 9102
class CrackTouClick():
    def __init__(self):
        self.url = 'http://admin.touclick.com/login.html'
        self.browser = webdriver.Chrome()
        self.wait = WebDriverWait(self.browser, 20)
        self.email = EMAIL
        self.password = PASSWORD
        self.chaojiying = Chaojiying(CHAOJIYING_USERNAME, CHAOJIYING_PASSWORD, CHAOJIYING_SOFT_ID)

這里的賬號(hào)和密碼請(qǐng)自行修改。

8. 獲取驗(yàn)證碼

接下來(lái)的第一步就是完善相關(guān)表單，然后模擬點(diǎn)擊呼出驗(yàn)證碼，此步非常簡(jiǎn)單，代碼實(shí)現(xiàn)如下：

def open(self):
    """
    打開(kāi)網(wǎng)頁(yè)輸入用戶名密碼
    :return: None
    """
    self.browser.get(self.url)
    email = self.wait.until(EC.presence_of_element_located((By.ID, 'email')))
    password = self.wait.until(EC.presence_of_element_located((By.ID, 'password')))
    email.send_keys(self.email)
    password.send_keys(self.password)
def get_touclick_button(self):
    """
    獲取初始驗(yàn)證按鈕
    :return:
    """
    button = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'touclick-hod-wrap')))
    return button

在這里 open() 方法負(fù)責(zé)填寫(xiě)表單，get_touclick_button() 方法則是獲取驗(yàn)證碼按鈕，隨后觸發(fā)點(diǎn)擊即可。

接下來(lái)我們需要類似上一節(jié)極驗(yàn)驗(yàn)證碼圖像獲取一樣，首先獲取驗(yàn)證碼圖片的位置和大小，隨后從網(wǎng)頁(yè)截圖里面截取相應(yīng)的驗(yàn)證碼圖片就好了。代碼實(shí)現(xiàn)如下：

def get_touclick_element(self):
    """
    獲取驗(yàn)證圖片對(duì)象
    :return: 圖片對(duì)象
    """
    element = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'touclick-pub-content')))
    return element
def get_position(self):
    """
    獲取驗(yàn)證碼位置
    :return: 驗(yàn)證碼位置元組
    """
    element = self.get_touclick_element()
    time.sleep(2)
    location = element.location
    size = element.size
    top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size[
        'width']
    return (top, bottom, left, right)
def get_screenshot(self):
    """
    獲取網(wǎng)頁(yè)截圖
    :return: 截圖對(duì)象
    """
    screenshot = self.browser.get_screenshot_as_png()
    screenshot = Image.open(BytesIO(screenshot))
    return screenshot
def get_touclick_image(self, name='captcha.png'):
    """
    獲取驗(yàn)證碼圖片
    :return: 圖片對(duì)象
    """
    top, bottom, left, right = self.get_position()
    print('驗(yàn)證碼位置', top, bottom, left, right)
    screenshot = self.get_screenshot()
    captcha = screenshot.crop((left, top, right, bottom))
    return captcha

在這里 get_touclick_image() 方法即為從網(wǎng)頁(yè)截圖中截取對(duì)應(yīng)的驗(yàn)證碼圖片，其中驗(yàn)證碼圖片的相對(duì)位置坐標(biāo)由 get_position() 方法返回得到，最后我們得到的是一個(gè) Image 對(duì)象。

9. 識(shí)別驗(yàn)證碼

隨后我們調(diào)用 Chaojiying 對(duì)象的 post_pic() 方法即可把圖片發(fā)送給超級(jí)鷹后臺(tái)，在這里發(fā)送的圖像是字節(jié)流格式，代碼實(shí)現(xiàn)如下：

image = self.get_touclick_image()
bytes_array = BytesIO()
image.save(bytes_array, format='PNG')
# 識(shí)別驗(yàn)證碼
result = self.chaojiying.post_pic(bytes_array.getvalue(), CHAOJIYING_KIND)
print(result)

這樣運(yùn)行之后 result 變量就是超級(jí)鷹后臺(tái)的識(shí)別結(jié)果，可能運(yùn)行需要等待幾秒，畢竟后臺(tái)還有人工來(lái)完成識(shí)別。

返回的結(jié)果是一個(gè) Json，如果識(shí)別成功后一個(gè)典型的返回結(jié)果類似如下：

{'err_no': 0, 'err_str': 'OK', 'pic_id': '6002001380949200001', 'pic_str': '132,127|56,77', 'md5': '1f8e1d4bef8b
11484cb1f1f34299865b'}

其中 pic_str 就是識(shí)別的文字的坐標(biāo)，是以字符串形式返回的，每個(gè)坐標(biāo)都以 | 分隔，所以接下來(lái)我們只需要將其解析之后再模擬點(diǎn)擊即可，代碼實(shí)現(xiàn)如下：

def get_points(self, captcha_result):
    """
    解析識(shí)別結(jié)果
    :param captcha_result: 識(shí)別結(jié)果
    :return: 轉(zhuǎn)化后的結(jié)果
    """
    groups = captcha_result.get('pic_str').split('|')
    locations = [[int(number) for number in group.split(',')] for group in groups]
    return locations
 
def touch_click_words(self, locations):
    """
    點(diǎn)擊驗(yàn)證圖片
    :param locations: 點(diǎn)擊位置
    :return: None
    """
    for location in locations:
        print(location)
        ActionChains(self.browser).move_to_element_with_offset(self.get_touclick_element(), location[0], 
        location[1]).click().perform()
        time.sleep(1)

在這里我們用 get_points() 方法將識(shí)別結(jié)果變成了列表的形式，最后 touch_click_words() 方法則通過(guò)調(diào)用 move_to_element_with_offset() 方法依次傳入解析后的坐標(biāo)，然后點(diǎn)擊即可。

這樣我們就可以模擬完成坐標(biāo)的點(diǎn)選了，運(yùn)行效果如圖所示：

最后我們需要做的就是點(diǎn)擊提交驗(yàn)證的按鈕等待驗(yàn)證通過(guò)，再點(diǎn)擊登錄按鈕即可成功登錄，后續(xù)實(shí)現(xiàn)在此不再贅述。

這樣我們就借助于在線驗(yàn)證碼平臺(tái)完成了點(diǎn)觸驗(yàn)證碼的識(shí)別，此種方法也是一種通用方法，用此方法來(lái)識(shí)別 12306 等驗(yàn)證碼也是完全相同的原理。

10. 本節(jié)代碼

本節(jié)代碼地址為：https://github.com/Python3WebSpider/CrackTouClick。

11. 結(jié)語(yǔ)

本節(jié)我們通過(guò)在線打碼平臺(tái)輔助完成了驗(yàn)證碼的識(shí)別，這種識(shí)別方法非常強(qiáng)大，幾乎任意的驗(yàn)證碼都可以識(shí)別，如果遇到難題，借助于打碼平臺(tái)無(wú)疑是一個(gè)極佳的選擇。

最新評(píng)論