在进行自动化登录时，验证码是最常见的反自动化机制，常见验证码包括：

  • 图形验证码（输入字符）
  • 滑动验证码（拼图、滑块）
  • 点选验证码（点击猫、点击倒立字等）

本文重点探讨图形验证码与滑动验证码的处理策略。

🎯 目标问题

“我用 Selenium 登录网站时，总是被验证码拦住了，该怎么办？”

答案是：Selenium 本身无法绕过验证码，但你可以配合识别工具、服务、策略来解决。

📌 一、图形验证码处理思路

🧠 方案一：打码平台（推荐）

调用打码平台（如若快、云打码、超级鹰、TT识图）提供的 API 识别验证码图片。

# 示例伪代码
captcha_element = driver.find_element(By.ID, "captcha-img")
captcha_base64 = captcha_element.screenshot_as_base64

# 将 base64 传给打码平台识别
result = request.post("https://打码平台接口", data={"image": captcha_base64})
code = result['code']

driver.find_element(By.ID, "captcha-input").send_keys(code)

📌 优点：不需模型训练
📌 缺点：需要花钱，有失败率

🧠 方案二：自己训练模型识别验证码

适合验证码样式固定的自有系统，可使用：

  • OCR（Tesseract、PaddleOCR）
  • CNN 模型（如 TensorFlow/Keras）

需先用 Selenium 抓取几百张验证码图片，配上标签，训练模型。

适合长期稳定场景，不适合网站验证码样式随机或有强加噪。

📌 二、滑动验证码处理思路

例如腾讯、极验、字节系常见的滑块拼图验证码。

🧠 思路核心：

  1. 获取背景图 + 缺口图
  2. 分析两图差异，计算滑块应该滑动的距离
  3. 模拟人类滑动轨迹拖动滑块

✅ 示例：获取滑块位置差值

# 使用 PIL 比较两张图片，识别缺口位置
def get_offset(bg_path, gap_path):
    from PIL import Image, ImageChops
    bg = Image.open(bg_path).convert("L")
    gap = Image.open(gap_path).convert("L")
    diff = ImageChops.difference(bg, gap)
    for x in range(diff.width):
        for y in range(diff.height):
            if diff.getpixel((x, y)) > 50:
                return x

✅ 示例：模拟拖动滑块

from selenium.webdriver import ActionChains

slider = driver.find_element(By.ID, "slider")
ActionChains(driver).click_and_hold(slider).perform()

# 构造轨迹（真实情况应包含加速/减速/抖动）
track = [2, 4, 5, 8, 4, 3, 2]
for x in track:
    ActionChains(driver).move_by_offset(xoffset=x, yoffset=0).perform()
    time.sleep(0.02)

ActionChains(driver).release().perform()

📌 注意：简单匀速拖动大概率被识别为机器人，建议加入轨迹生成算法。

🧨 实战建议

类型 建议方案
图形验证码 打码平台 / OCR识别 / 训练模型
滑动验证码 图片识别差值 + 模拟滑动轨迹
点选验证码 AI识图 / 图像分割 + 点击定位

🧼 小结

  • Selenium 无法直接绕过验证码，但可配合图像处理、第三方平台实现
  • 滑动验证码需“图像差异识别 + 模拟真实轨迹”
  • 尽量采用人工识别或打码服务，自己写模型需投入较大成本

📌 延伸阅读建议：

  • PaddleOCR
  • 极验验证码破解方案
  • 滑动轨迹生成：贝塞尔曲线、人类行为模拟

添加微信