python作為一門比較常見的編程語言，在工作當中的應用還是比較的廣泛的，比如可以對此進行相關的自動化測試，比如自動化測試相關的代碼，另外還有破解滑動驗證碼。那么，具體的操作手法是怎樣的呢？下面就給大家詳細解答下。

　　在Web自動化測試的過程中，經(jīng)常會被登錄的驗證碼給卡住，不知道如何去通過驗證碼的驗證。

　　一般的情況下遇到驗證碼我們可以都可以找開發(fā)去幫忙解決，關閉驗證碼，或者給一個萬能的驗證碼！

　　那么如果開發(fā)不提供幫助的話，我們自己有沒有辦法來處理這些驗證碼的問題呢？

　　答案當然是有的，常見的驗證碼一般分為兩類，一類是圖文驗證碼，一類是滑動驗證碼！滑動驗證破解思路

　　關于滑動驗證碼破解的思路大體上來講就是以下兩個步驟：

　　1、獲取滑塊滑動的距離

　　2、模擬拖動滑塊，通過驗證。

　　關于這種滑動的驗證碼，滑塊和缺口背景都是分別是一張獨立的圖片，我們可以把這兩張圖片，

　　下載下來借助于圖像識別的技術，去識別缺口在背景圖中的位置，然后減去滑塊當前所在位置，就可以得出需要滑動的距離。

　　案例講解

　　話不多說，我們先來看一個案例（QQ空間登錄），QQ空間登錄案例實現(xiàn)步驟如下：

　　1、創(chuàng)建一個driver對象，訪問qq登錄頁面

　　2、輸入賬號密碼

　　3、點擊登錄

　　4、模擬滑動驗證

　　實現(xiàn)代碼

　　import time
　　from selenium import webdriver
　　from slideVerfication import SlideVerificationCode
　　#1、創(chuàng)建一個driver對象，訪問qq登錄頁面
　　browser=webdriver.Chrome()
　　browser.get("https://qzone.qq.com/")
　　#2、輸入賬號密碼
　　#2.0點擊切換到登錄的iframe
　　browser.switch_to.frame('login_frame')
　　#2.1點擊賬號密碼登錄
　　browser.find_element_by_id('switcher_plogin').click()
　　#2.2定位賬號輸入框，輸入賬號
　　browser.find_element_by_id("u").send_keys("123456")
　　#2.3定位密碼輸入輸入密碼
　　browser.find_element_by_id("p").send_keys("PYTHON")
　　#3、點擊登錄
　　browser.find_element_by_id('login_button').click()
　　time.sleep(3)
　　#4、模擬滑動驗證
　　#4.1切換到滑動驗證碼的iframe中
　　tcaptcha=browser.find_element_by_id("tcaptcha_iframe")
　　browser.switch_to.frame(tcaptcha)
　　#4.2獲取滑動相關的元素
　　#選擇拖動滑塊的節(jié)點
　　slide_element=browser.find_element_by_id('tcaptcha_drag_thumb')
　　#獲取滑塊圖片的節(jié)點
　　slideBlock_ele=browser.find_element_by_id('slideBlock')
　　#獲取缺口背景圖片節(jié)點
　　slideBg=browser.find_element_by_id('slideBg')
　　#4.3計算滑動距離
　　sc=SlideVerificationCode(save_image=True)
　　distance=sc.get_element_slide_distance(slideBlock_ele,slideBg)
　　#滑動距離誤差校正，滑動距離*圖片在網(wǎng)頁上顯示的縮放比-滑塊相對的初始位置
　　distance=distance*(280/680)-22
　　print("校正后的滑動距離",distance)
　　#4.4、進行滑動
　　sc.slide_verification(browser,slide_element,distance=100)

　　運行效果：

　　其實關于這個模塊圖像識別，是借助了第三方的圖像處理模塊來進行識別的，python中有很多現(xiàn)成的用來處理圖片的庫，本文使用的是opencv-python來進行識別的。slideVerfication模塊上面用到的兩個方法的部分參考代碼如下：

　　根據(jù)傳入滑塊，和背景的節(jié)點，計算滑塊的距離

　　def get_element_slide_distance(self,slider_ele,background_ele,correct=0):
　　"""
　　根據(jù)傳入滑塊，和背景的節(jié)點，計算滑塊的距離
　　該方法只能計算滑塊和背景圖都是一張完整圖片的場景，
　　如果背景圖是通過多張小圖拼接起來的背景圖，
　　該方法不適用，請使用get_image_slide_distance這個方法
　　:param slider_ele:滑塊圖片的節(jié)點
　　:type slider_ele:WebElement
　　:param background_ele:背景圖的節(jié)點
　　:type background_ele:WebElement
　　:param correct:滑塊缺口截圖的修正值，默認為0,調試截圖是否正確的情況下才會用
　　:type:int
　　:return:背景圖缺口位置的X軸坐標位置（缺口圖片左邊界位置）
　　"""
　　#獲取驗證碼的圖片
　　slider_url=slider_ele.get_attribute("src")
　　background_url=background_ele.get_attribute("src")
　　#下載驗證碼背景圖,滑動圖片
　　slider="slider.jpg"
　　background="background.jpg"
　　self.onload_save_img(slider_url,slider)
　　self.onload_save_img(background_url,background)
　　#讀取進行色度圖片，轉換為numpy中的數(shù)組類型數(shù)據(jù)，
　　slider_pic=cv2.imread(slider,0)
　　background_pic=cv2.imread(background,0)
　　#獲取缺口圖數(shù)組的形狀-->缺口圖的寬和高
　　width,height=slider_pic.shape[::-1]
　　#將處理之后的圖片另存
　　slider01="slider01.jpg"
　　background_01="background01.jpg"
　　cv2.imwrite(background_01,background_pic)
　　cv2.imwrite(slider01,slider_pic)
　　#讀取另存的滑塊圖
　　slider_pic=cv2.imread(slider01)
　　#進行色彩轉換
　　slider_pic=cv2.cvtColor(slider_pic,cv2.COLOR_BGR2GRAY)
　　#獲取色差的絕對值
　　slider_pic=abs(255-slider_pic)
　　#保存圖片
　　cv2.imwrite(slider01,slider_pic)
　　#讀取滑塊
　　slider_pic=cv2.imread(slider01)
　　#讀取背景圖
　　background_pic=cv2.imread(background_01)
　　#比較兩張圖的重疊區(qū)域
　　result=cv2.matchTemplate(slider_pic,background_pic,cv2.TM_CCOEFF_NORMED)
　　#獲取圖片的缺口位置
　　top,left=np.unravel_index(result.argmax(),result.shape)
　　#背景圖中的圖片缺口坐標位置
　　print("當前滑塊的缺口位置：",(left,top,left+width,top+height))
　　return left
　　滑動滑塊進行驗證
　　def slide_verification(self,driver,slide_element,distance):
　　"""
　　滑動滑塊進行驗證
　　:param driver:driver對象
　　:type driver:webdriver.Chrome
　　:param slide_element:滑塊的元組
　　:type slider_ele:WebElement
　　:param distance:滑動的距離
　　:type:int
　　:return:
　　"""
　　#獲取滑動前頁面的url地址
　　start_url=driver.current_url
　　print("需要滑動的距離為：",distance)
　　#根據(jù)滑動距離生成滑動軌跡
　　locus=self.get_slide_locus(distance)
　　print("生成的滑動軌跡為:{}，軌跡的距離之和為{}".format(locus,distance))
　　#按下鼠標左鍵
　　ActionChains(driver).click_and_hold(slide_element).perform()
　　time.sleep(0.5)
　　#遍歷軌跡進行滑動
　　for loc in locus:
　　time.sleep(0.01)
　　ActionChains(driver).move_by_offset(loc,random.randint(-5,5)).perform()
　　ActionChains(driver).context_click(slide_element)
　　#釋放鼠標
　　ActionChains(driver).release(on_element=slide_element).perform()

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家?guī)韼椭?/p>