Python?+?Selenium?實現(xiàn)模擬登錄jd實例分享

更新時間：2023年06月02日 08:19:41 作者：Qiu_0000

這篇文章主要介紹了Python?+?Selenium?實現(xiàn)模擬登錄jd實例分享的相關(guān)資料,需要的朋友可以參考下

1. 前言

最近有點時間，就隨便找點東西弄弄，倒也碰到了一些問題，在此記錄下

2. 環(huán)境

Python3.11.3 + selenium4.9.1 + opencv4.7 + PyAutoGUI0.9.54 + windows11

3. 開始

3.1 賬號密碼輸入

進(jìn)入登錄頁面，登錄方式有兩種，這里直接定位點擊賬號登錄即可

# 進(jìn)入登入頁面
self.driver.get(self.config.login_url)
WebDriverWait(self.driver, 10).until(EC.url_to_be(self.config.login_url))
self.driver.maximize_window()
        
# 點擊賬號登錄
WebDriverWait(self.driver, 10).until(EC.element_to_be_clickable((By.XPATH, '//*[@class="login-tab login-tab-r"]/a')))
self.driver.find_element(By.XPATH, '//*[@class="login-tab login-tab-r"]/a').click()

# 賬號密碼輸入
self.driver.find_element(By.ID, "loginname").send_keys(self.user_info.username)
self.driver.find_element(By.ID, "nloginpwd").send_keys(self.user_info.password)

3.2 通過驗證碼

3.2.1 驗證碼圖片下載

看到驗證碼的圖片是base64格式的，可以通過src屬性來獲取，然后直接轉(zhuǎn)成cv圖片格式即可

bigimg_b64 = self.driver.find_element(By.XPATH, '//*[@class="JDJRV-bigimg"]/img').get_attribute('src')
bigimg_data = base64.b64decode(bigimg_b64.replace('data:image/png;base64,', ''))
bigimg_array = np.frombuffer(bigimg_data, np.uint8)
bigimg_img = cv2.imdecode(bigimg_array, cv2.COLOR_RGB2BGR)

smallimg_b64 = self.driver.find_element(By.XPATH, '//*[@class="JDJRV-smallimg"]/img').get_attribute('src')
smallimg_data = base64.b64decode(smallimg_b64.replace('data:image/png;base64,', ''))
smallimg_array = np.frombuffer(smallimg_data, np.uint8)
smallimg_img = cv2.imdecode(smallimg_array, cv2.COLOR_RGB2BGR)

3.2.2 滑塊需要移動的距離計算

這里可以用opencv來做，正確率還不錯，而且還簡單，直接把兩張驗證碼圖片經(jīng)過灰度后，進(jìn)行模板匹配即可，不過最后的結(jié)果還需要根據(jù)網(wǎng)頁元素的尺寸進(jìn)行調(diào)整

# 灰度化
bigimg_gray = cv2.cvtColor(bigimg_img, cv2.COLOR_BGR2GRAY)
smallimg_gray = cv2.cvtColor(smallimg_img, cv2.COLOR_BGR2GRAY)

# 模板匹配
result = cv2.matchTemplate(bigimg_gray, smallimg_gray, cv2.TM_CCOEFF_NORMED)
minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(result)

# 移動距離對應(yīng)到網(wǎng)頁需要縮放(網(wǎng)頁顯示的圖片和實際圖片存在一定的比例差異)
x = minLoc[0] * (278.4 / 360.0)

3.2.3 定位滑動按鈕

之前一直使用selenium的ActionChains來操作滑塊按鈕，但是一直通不過，應(yīng)該是jd有針對selenium有檢測，后面參考了網(wǎng)上可以使用PyAutoGUI來控制鼠標(biāo)來滑動，那就需要先定位到滑塊的坐標(biāo)，但是通過selenium獲取的坐標(biāo)還需要調(diào)整一下PyAutoGUI才能正確的定位到

WebDriverWait(self.driver, 10, 0.5).until(EC.presence_of_element_located((By.XPATH, '//*[@class="JDJRV-slide-inner JDJRV-slide-btn"]')))
slide_btn = self.driver.find_element(By.XPATH, '//*[@class="JDJRV-slide-inner JDJRV-slide-btn"]')
# TODO 網(wǎng)頁元素位置映射到pyautogui會有一定縮放
offset_x = slide_btn.location.get('x') * 1.30
offset_y = slide_btn.location.get('y') * 1.75

3.2.4 模擬滑動

滑的時候發(fā)現(xiàn)上面opencv計算的移動距離還是有些偏差，還需要做些調(diào)整，而且滑動也得盡量擬人化，不然滑對了也通不過

# 直接滑到目標(biāo)位置--會很難通過驗證(用來調(diào)試移動距離是否正確)
# pyautogui.moveTo(offset_x,offset_y,duration=0.1 + random.uniform(0,0.1 + random.randint(1,100) / 100))
# pyautogui.mouseDown()
# pyautogui.moveTo(offset_x + x * 1.25, offset_y, duration=0.28)
# pyautogui.mouseUp()

# TODO 根據(jù)驗證碼原圖計算的移動距離也需要調(diào)一下縮放
x = x * 1.25

# 鼠標(biāo)移動到滑塊
pyautogui.moveTo(offset_x,offset_y,duration=0.1 + random.uniform(0,0.1 + random.randint(1,100) / 100))
# 按下鼠標(biāo)
pyautogui.mouseDown()
offset_y += random.randint(9,19)
# 開始滑動
pyautogui.moveTo(offset_x + int(x * random.randint(15,25) / 20),offset_y,duration=0.28)
offset_y += random.randint(-9,0)
pyautogui.moveTo(offset_x + int(x * random.randint(17,23) / 20),offset_y,
                         duration=random.randint(20,31) / 100)
offset_y += random.randint(0,8)
pyautogui.moveTo(offset_x + int(x * random.randint(19,21) / 20),offset_y,
                         duration=random.randint(20,40) / 100)
offset_y += random.randint(-3,3)
pyautogui.moveTo(x + offset_x + random.randint(-3,3),offset_y,duration=0.5 + random.randint(-10,10) / 100)
offset_y += random.randint(-2,2)
pyautogui.moveTo(x + offset_x + random.randint(-2,2),offset_y,duration=0.5 + random.randint(-3,3) / 100)
# 松開鼠標(biāo)
pyautogui.mouseUp()