1. 前言
最近在写一个爬虫项目，需要模拟哔哩哔哩的登入。但是，哔哩哔哩使用了滑块登入验证，传统的表单提交加上账号密码的方式已经不能满足需求。本文将介绍如何使用 Python 模拟哔哩哔哩的滑块登入验证。
2. 环境准备
2.1 安装 Python
首先，要确保你已经安装了 Python。如果你还没有安装 Python，请到 Python官网 下载对应版本。
2.2 安装 selenium
在本文中，我们将使用 selenium 来模拟登入。selenium 是一个自动化测试工具，可以模拟用户在浏览器中的操作。
使用 pip 安装最新版本的 selenium：
pip install selenium2.3 下载 Chromedriver
selenium 需要一个浏览器驱动程序才能模拟浏览器。在本文中，我们将使用 Chrome 浏览器。请到 Chromedriver 官网 下载对应版本的 Chromedriver。下载后，将 Chromedriver.exe 文件放在任意一个文件夹中。
3. 实现
3.1 打开 Chrome 浏览器
使用 Python 中的 selenium webdriver，打开 Chrome 浏览器：
from selenium import webdriver
# 初始化浏览器
browser = webdriver.Chrome(r"C:\path\to\chromedriver.exe")
这里需要把 r"C:\path\to\chromedriver.exe" 替换成 Chromedriver 的实际路径。
3.2 进入哔哩哔哩登入页面
使用 get() 方法进入哔哩哔哩登入页面：
# 进入登入页面
browser.get('https://passport.bilibili.com/login')
3.3 切换到滑动验证码的 iframe
哔哩哔哩的滑块登入验证是在一个 iframe 中进行的。因此，需要使用 switch_to.frame() 方法切换到滑动验证码的 iframe 中：
# 切换到滑动验证码的 iframe
iframe = browser.find_element_by_xpath('//iframe[@id="gc-box"]')
browser.switch_to.frame(iframe)
3.4 获取滑块和背景图片的 URL
哔哩哔哩的滑动验证码需要使用背景图片和滑块图片进行验证。使用 get_attribute() 方法获取背景图片和滑块图片的 URL：
# 获取背景图片
background_img = browser.find_element_by_xpath('//div[@class="gt_cut_bg gt_show"]/div[@class="gt_cut_bg_slice"]')
bg_url = background_img.get_attribute('style').split("'")[1]
# 获取滑块图片
slider_img = browser.find_element_by_xpath('//div[@class="gt_cut_fullbg gt_show"]/div[@class="gt_cut_fullbg_slice"]')
slider_url = slider_img.get_attribute('style').split("'")[1]
这里需要注意一下，获取到的背景图片和滑块图片的 URL 包含了一些参数。这些参数是每次请求时生成的，需要在每次请求时重新获取。
3.5 下载背景图片和滑块图片并还原
哔哩哔哩的滑块验证码还原需要将背景图片和滑块图片拼接在一起，并根据图片的不同特点还原出完整的滑动验证码。这个过程可以使用 PIL 库来实现。
首先，使用 requests 库下载图片：
import requests
# 下载背景图片和滑块图片
bg = requests.get(bg_url).content
slider = requests.get(slider_url).content
然后，使用 PIL 库将图片转换为 Image 对象：
from PIL import Image
from io import BytesIO
# 将图片转换为 Image 对象
bg = Image.open(BytesIO(bg))
slider = Image.open(BytesIO(slider))
最后，根据图片的不同特点还原出完整的滑动验证码：
import re
import time
import random
# 还原滑动验证码
def get_offset(bg, slider):
# 阈值
threshold = 50
# 获取要滑动的距离
for x in range(bg.size[0] - slider.size[0]):
for y in range(bg.size[1] - slider.size[1]):
# 计算每个像素点的 RGB 值之和
bg_rgb = sum(bg.getpixel((x, y)))
slider_rgb = sum(slider.getpixel((x, y)))
# 如果 RGB 值之和之差超过了阈值，说明找到了要滑动的距离
if abs(bg_rgb - slider_rgb) > threshold:
return x
# 根据 RGB 值还原滑动验证码
def restore_image(im_path, bg_path, u, x):
im = Image.open(im_path)
bg = Image.open(bg_path)
# 将滑块放到正确的位置
bg.paste(im, (x, 0))
# 获取阴影部分
img1 = bg.crop((u, 0, u + im.size[0], im.size[1]))
# 获取拼图部分
img2 = im.crop((0, 0, im.size[0], im.size[1]))
# 创建一张新的图片
new_img = Image.new('RGB', (bg.size[0], bg.size[1]))
# 将阴影部分放到新图片中
new_img.paste(img1, (0, 0))
# 将拼图部分放到新图片中
new_img.paste(img2, (x, 0))
# 返回还原后的图片
return new_img
这个过程看起来比较复杂，但实际上就是比较简单的图像处理。如果你对图像处理的原理感兴趣，可以自行查阅相关资料。
3.6 拖动滑块完成验证
最后，使用 ActionChains 类拖动滑块完成验证：
from selenium.webdriver.common.action_chains import ActionChains
# 拖动滑块完成验证
slider_btn = browser.find_element_by_xpath('//div[@class="gt_slider_knob gt_show"]')
ActionChains(browser).click_and_hold(slider_btn).perform()
# 还原图片并获取要滑动的距离
bg_path = 'bg.png'
im_path = 'slider.png'
bg.save(bg_path)
slider.save(im_path)
u = get_offset(bg, slider)
# 根据 RGB 值还原滑动验证码
new_img = restore_image(im_path, bg_path, u, 0)
new_img.save('new.png')
# 拖动滑块完成验证
ActionChains(browser).move_by_offset(u, 0).perform()
ActionChains(browser).release().perform()
这里需要注意一下，move_by_offset(u, 0) 中的 u 就是之前还原图片时计算得到的要滑动的距离。
4. 完整代码
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
from PIL import Image
from io import BytesIO
import requests
browser = webdriver.Chrome(r"C:\path\to\chromedriver.exe")
browser.get('https://passport.bilibili.com/login')
# 切换到滑动验证码的 iframe
iframe = browser.find_element_by_xpath('//iframe[@id="gc-box"]')
browser.switch_to.frame(iframe)
# 获取背景图片
background_img = browser.find_element_by_xpath('//div[@class="gt_cut_bg gt_show"]/div[@class="gt_cut_bg_slice"]')
bg_url = background_img.get_attribute('style').split("'")[1]
# 获取滑块图片
slider_img = browser.find_element_by_xpath('//div[@class="gt_cut_fullbg gt_show"]/div[@class="gt_cut_fullbg_slice"]')
slider_url = slider_img.get_attribute('style').split("'")[1]
# 下载背景图片和滑块图片
bg = requests.get(bg_url).content
slider = requests.get(slider_url).content
# 将图片转换为 Image 对象
bg = Image.open(BytesIO(bg))
slider = Image.open(BytesIO(slider))
# 还原滑动验证码
def get_offset(bg, slider):
# 阈值
threshold = 50
# 获取要滑动的距离
for x in range(bg.size[0] - slider.size[0]):
for y in range(bg.size[1] - slider.size[1]):
# 计算每个像素点的 RGB 值之和
bg_rgb = sum(bg.getpixel((x, y)))
slider_rgb = sum(slider.getpixel((x, y)))
# 如果 RGB 值之和之差超过了阈值，说明找到了要滑动的距离
if abs(bg_rgb - slider_rgb) > threshold:
return x
def restore_image(im_path, bg_path, u, x):
im = Image.open(im_path)
bg = Image.open(bg_path)
# 将滑块放到正确的位置
bg.paste(im, (x, 0))
# 获取阴影部分
img1 = bg.crop((u, 0, u + im.size[0], im.size[1]))
# 获取拼图部分
img2 = im.crop((0, 0, im.size[0], im.size[1]))
# 创建一张新的图片
new_img = Image.new('RGB', (bg.size[0], bg.size[1]))
# 将阴影部分放到新图片中
new_img.paste(img1, (0, 0))
# 将拼图部分放到新图片中
new_img.paste(img2, (x, 0))
# 返回还原后的图片
return new_img
slider_btn = browser.find_element_by_xpath('//div[@class="gt_slider_knob gt_show"]')
ActionChains(browser).click_and_hold(slider_btn).perform()
bg_path = 'bg.png'
im_path = 'slider.png'
bg.save(bg_path)
slider.save(im_path)
u = get_offset(bg, slider)
new_img = restore_image(im_path, bg_path, u, 0)
new_img.save('new.png')
ActionChains(browser).move_by_offset(u, 0).perform()
ActionChains(browser).release().perform()
5. 总结
本文介绍了如何使用 Python 模拟哔哩哔哩的滑块登入验证。具体来说，我们使用 selenium 打开 Chrome 浏览器，然后进入哔哩哔哩的登入页面。接下来，我们使用 selenium 切换到滑动验证码的 iframe，并获取滑块和背景图片的 URL。然后，我们使用 requests 库下载背景图片和滑块图片，并使用 PIL 库还原出完整的滑动验证码。最后，我们使用 ActionChains 类拖动滑块完成验证。
这里仅仅是一个简单的例子，实际上滑动验证码常常被应用于诸如网站爬虫、反爬虫、登录验证等场景。理解滑动验证码的原理以及如何模拟它的行为，对爬虫优化或反爬虫工作是有很大帮助的。