Python爬虫模拟登陆哔哩哔哩(bilibili)并突破点选验证码功能
写在前面
今天带给大家一个突破点选验证码的案例，利用爬虫模拟登陆哔哩哔哩，并且把一些采坑的地方给大家强调一下！
一、需求分析
模拟登陆哔哩哔哩
网站链接: https://passport.bilibili.com/login
效果图如下：
验证成功后会自动跳转B站的登录界面，为了保护我的信息安全，我用了假用户名
二、编程思路
首先利用xpath或者css选择器等方法找到要输入内容的元素位置，然后用自动化爬虫工具Selenium模拟点击输入等操作来进行登录并分析页面，获取点选验证码的点选图片，通过将图片发送给快识别打码平台识别后获取坐标信息，根据快识别返回的数据，模拟坐标的点选，即可实现登录。
三、前期准备
1.下载chrome driver
就是下载谷歌浏览器的驱动器，当然如果你用其他浏览器那么就要下载其他浏览器的相应驱动，这里我以chrome浏览器为例，为什么要用英文呢？啊，这还用问当然是为了洋气啦！(手动狗头)
下载驱动的时候必须要下载相应的版本，可以在浏览器上方输入chrome://version，即可查看自己的chrome版本。
然后进入 https://npm.taobao.org/mirrors/chromedriver/网站下载相应版本的驱动。
2.安装selenium库
由于是第三方库，所以在使用selenium之前需要先安装：
pip install selenium
安装的时候建议大家换镜像源，具体方法可以参考这篇文章
链接: https://www.jb51.net/article/202564.htm
3.对接打码平台
根据我们前面的编程思路我们需要到快识别网站http://www.kuaishibie.cn/根据给出的开发文档和我们所需要的打码功能构建一个自己的api。
代码如下:
#快识别网址 http://www.kuaishibie.cn/
#interface
import base64
import json
import requests
def base64_api(uname,pwd,img):
'''
验证码识别接口
:param uname: 快识别用户名
:param pwd: 快识别密码
:param img: 图片路径
:return: 返回识别结果
'''
with open(img, 'rb') as f:
base64_data = base64.b64encode(f.read())
b64 = base64_data.decode()
data = {'username': uname, 'password': pwd, 'image': b64,'typeid':21}
#result = json.loads(requests.post('http://api.ttshitu.com/base64', json=data).text)
result = json.loads(requests.post('http://api.ttshitu.com/imageXYPlus', json=data).text)
if result['success']:
return result['data']['result']
else:
return result['message']
三、完整代码
代码中的一些难点和相关步骤我都做了注释，根据上面给出的编程思路大家一步一步做就好了，我就不再详细解释了，如果任何问题欢迎评论区提问或者私信我都可以喔~
#login_bilibili
from selenium import webdriver
import time
from PIL import Image
from selenium.webdriver import ActionChains #导入动作链模块
KUAI_USERNAME = '快识别账号'
KUAI_PASSWORD = '快识别密码'
USERNAME = 'B站账号'
PASSWORD = 'B站密码'
#创建浏览器对象
driver = webdriver.Chrome(executable_path='chromedriver.exe')
#打开请求网页页面
driver.get('https://passport.bilibili.com/login')
driver.implicitly_wait(10) #隐式等待浏览器渲染完成，sleep是强制等待
#driver.execute_script('document.body.style.zoom='0.67'') #浏览器内容缩放67%
driver.maximize_window()#最大化浏览器
'''
用selenium自动化工具操作浏览器，操作的顺序和平常用浏览器操作的顺序是一样的
'''
'''
找到用户名和密码框输入密码
'''
user_input = driver.find_element_by_xpath('//*[@id='login-username']') #使用xpath定位用户名标签元素
user_input.send_keys(USERNAME)
time.sleep(1)
user_input = driver.find_element_by_xpath('//*[@id='login-passwd']') #用户密码标签
user_input.send_keys(PASSWORD)
time.sleep(1)
#点击登录
Login_input = driver.find_element_by_css_selector('#geetest-wrap > div > div.btn-box > a.btn.btn-login')
Login_input.click()
time.sleep(5)
#对图片验证码进行提取
img_label = driver.find_element_by_css_selector('body > div.geetest_panel.geetest_wind > div.geetest_panel_box.geetest_no_logo.geetest_panelshowclick > div.geetest_panel_next > div > div') #提取图片标签
#保存图片
driver.save_screenshot('big.png') #截取当前整个页面
time.sleep(5)
#location可以获取这个元素左上角坐标
print(img_label.location)
#size可以获取这个元素的宽(width)和高(height)
print(img_label.size)
#计算验证码的左右上下横切面
left = img_label.location['x']
top = img_label.location['y']
right = img_label.location['x'] + img_label.size['width']
down = img_label.location['y'] + img_label.size['height']
im = Image.open('big.png')
im = im.crop((left,top,right,down))
im.save('yzm.png')
#对接打码平台
from interface import base64_api #显示报错也无妨，可以运行的不要被唬住
img_path = 'yzm.png'
result = base64_api(uname=KUAI_USERNAME, pwd=KUAI_PASSWORD, img=img_path)
print(result)
print('验证码识别结果：', result)
result_list = result.split('|')
for result in result_list:
x = result.split(',')[0]
y = result.split(',')[1]
ActionChains(driver).move_to_element_with_offset(img_label, int(x), int(y)).click().perform() # perform()执行整个动作链
#点击确认按钮
driver.find_element_by_css_selector('body > div.geetest_panel.geetest_wind > div.geetest_panel_box.geetest_no_logo.geetest_panelshowclick > div.geetest_panel_next > div > div > div.geetest_panel > a > div').click()
input() # 用户输入 阻塞浏览器关闭
# 关闭浏览器
driver.quit()
注：chrome driver一定要和项目文件放在一起，这样更加方便也更稳定。interface接口文件最好也喝项目文件在一起，方便import导入
然后就可以自动登录到B站啦，还在等什么，赶紧试试吧~