使用node+puppeteer破解驗證碼

Whirring發表於2019-01-08

之前有寫過關於puppeteer的相關文章

puppeteer初探

puppeteer在開發過程中的實踐

沒想到你是這樣的SSR

前一段時間，LZ又接到一個需求，要爬取某快遞公司網站的訂單資料，起初覺得不就是爬一下資料嘛，雖然nodejs玩的不是特別溜，但爬一些簡單資料還是難不倒我這種戰五渣的。

當我開啟網站，輸入資料，準備來一波頁面結構分析的時候，突然間跳出來一個滑塊驗證碼。臥槽......

WTF，你讓我爬個鳥啊.....

盯著滑塊驗證碼瞅了兩天，終於我得出一個結論 滑塊驗證碼阻止了人類文明的進步！

每天早上產品色笑眯眯來問我進度的時候，我的內心都是崩潰的

難受歸難受，但業務還是要做的。最後，我想到了之前用puppeteer開發的模擬cas(單點登入)來解決我司某些應用在開發、測試環境自動登入的功能。現在我就以一種情況為例，來看下怎麼用node+puppeteer高效的破解滑塊驗證碼。

之前有一兄弟在掘金上寫過用puppeteer破解滑塊驗證碼, 接下來我們就用一些另外的思路去破解

這裡我們也以前端網為例:

const puppeteer = require("puppeteer");
const fs = require("fs");
const path = require("path");
const pixels = require("image-pixels");
const resemble = require("resemblejs");

let page = null;
const bgImg = path.resolve(__dirname, "bg.png");
const fullbgImg = path.resolve(__dirname, "fullbg.png");

async function run() {
  const browser = await puppeteer.launch({
    headless: false
  });
  page = await browser.newPage();
    
  // 開啟前端網
  await page.goto("https://www.qdfuns.com/");
  await page.waitForSelector(".hand");

  await page.click("a[data-type=login]");
  const geetest_btn = ".geetest_btn";
  await page.waitForSelector(geetest_btn);

  await page.click(geetest_btn);
  await page.waitFor(1000);
    
  // 獲取滑動距離
  async function getDistance() {
  
    // 獲取canvas
    let { bg, fullbg } = await page.evaluate(() => {
      const fullbg = document.querySelector(".geetest_canvas_fullbg");
      const bg = document.querySelector(".geetest_canvas_bg");
      return {
        bg: bg.toDataURL(),
        fullbg: fullbg.toDataURL()
      };
    });

    bg = bg.replace(/^data:image\/\w+;base64,/, "");
    fullbg = fullbg.replace(/^data:image\/\w+;base64,/, "");
    var bgDataBuffer = new Buffer(bg, "base64");
    var fullbgDataBuffer = new Buffer(fullbg, "base64");

    fs.writeFileSync(bgImg, bgDataBuffer);
    fs.writeFileSync(fullbgImg, fullbgDataBuffer);

    // 通過resemble比較背景圖和缺口圖的不同
    resemble(bgImg)
      .compareTo(fullbgImg)
      .ignoreColors()
      .onComplete(async function(data) {
        fs.writeFileSync(path.resolve(__dirname, `diff.png`), data.getBuffer());
      });

    var { data } = await pixels(path.resolve(__dirname, `diff.png`), {
      cache: false
    });
    
    // 獲取缺口距離左邊的做小位置，即計為需要滑動的距離
    let arr = [];
    for (let i = 10; i < 150; i++) {
      for (let j = 80; j < 220; j++) {
        var p = 260 * i + j;
        p = p << 2;
        if (data[p] === 255 && data[p + 1] === 0 && data[p + 2] === 255) {
          arr.push(j);
          break;
        }
      }
    }
    return Math.min(...arr);
  }

  const distance = await getDistance();

  const button = await page.$(".geetest_slider_button");
  const box = await button.boundingBox();
  const axleX = Math.floor(box.x + box.width / 2);
  const axleY = Math.floor(box.y + box.height / 2);

  await btnSlider(distance);
  
  // 滑動滑塊
  async function btnSlider(distance) {
    await page.mouse.move(axleX, axleY);
    await page.mouse.down();
    await page.waitFor(200);
    await page.mouse.move(box.x + distance / 4, axleY, { steps: 20 });
    await page.waitFor(200);
    await page.mouse.move(box.x + distance / 3, axleY, { steps: 18 });
    await page.waitFor(350);
    await page.mouse.move(box.x + distance / 2, axleY, { steps: 15 });
    await page.waitFor(400);
    await page.mouse.move(box.x + (distance / 3) * 2, axleY, { steps: 15 });
    await page.waitFor(350);
    await page.mouse.move(box.x + (distance / 4) * 3, axleY, { steps: 10 });
    await page.waitFor(350);
    await page.mouse.move(box.x + distance + 30, axleY, { steps: 10 });
    await page.waitFor(300);
    await page.mouse.up();
    await page.waitFor(1000);

   const text = await page.evaluate(() => {
      return document.querySelector(".geetest_result_box").innerText;
    });
    console.log(text);
    let step = 0;
    if (text) {
      // 如果失敗重新獲取滑塊
      if (
        text.includes("怪物吃了拼圖") ||
        text.includes("拖動滑塊將懸浮影象正確拼合")
      ) {
        await page.waitFor(2000);
        await page.click(".geetest_refresh_1");
        await page.waitFor(1000);
        step = await getDistance();
        await btnSlider(step);
      } else if (text.includes("速度超過")) {
        console.log("success");
      }
    }
  }
}
run();

複製程式碼

執行該程式，控制檯輸出如下(運氣好的話，可能一次就過了，具體要看中間的處理過程怎麼優化求解)

這裡面，需要注意以下幾點

缺口圖存在干擾缺口圖，resemble在比對的時候需要會得到兩個缺口，這裡目前沒有一個很好的辦法來確定到底哪個缺口是我們所需要的(下面我們會提到一個針對該問題的方法來避免該干擾項)
滑動的時候需要控制下滑動速度，具體怎麼個滑動法，那就仁者見仁智者見智了

你以為這樣就結束了

很多情況下滑塊驗證碼並不會給我們完整的背景圖，這時候我們該怎麼有效的去定位缺口呢，在這裡我們可以使用gm 把我們的背景圖片模糊以下，然後在用resemblejs去比對下兩個圖片，但是此時圖片會有很多地方比對出不同，此時我們可以獲取到小滑塊圖片距離父輩元素的位置，藉此來減少畫素比對範圍(這可以有效解決我們上面所提到的避免干擾項問題)

const puppeteer = require("puppeteer");
const fs = require("fs");
const path = require("path");
const pixels = require("image-pixels");
const resemble = require("resemblejs");
const gm = require("gm");

let page = null;
const bgImg = path.resolve(__dirname, "bg.png");
const bgBlurImg = path.resolve(__dirname, "bgBlur.png");
const bgDiffImg = path.resolve(__dirname, "bgDiff.png");

async function run() {
  const browser = await puppeteer.launch({
    headless: false
  });
  page = await browser.newPage();

  await page.goto(
    "https://x.tongdun.cn/onlineExperience/slidingPuzzle?source=baidu&plan=%E5%8F%8D%E6%AC%BA%E8%AF%88&unit=%E6%99%BA%E8%83%BD%E9%AA%8C%E8%AF%81&keyword=%E6%99%BA%E8%83%BD%E9%AA%8C%E8%AF%81%E7%A0%81&e_creative=24659987438&e_adposition=cl1&e_keywordid=101045415224&e_keywordid2=101045415224&audience=236369"
  );
  await page.waitForSelector("#loginBtn");

  await page.click("#loginBtn");
  const slidetrigger = ".td-pop-slidetrigger";
  await page.waitForSelector(slidetrigger);

  await page.click(slidetrigger);
  await page.waitFor(1000);
  const slideIdentity = ".td-pop-slide-identity";
  await page.waitFor(slideIdentity);

  // 獲取小滑塊的top值，來減少比對範圍
  const top = await page.evaluate(() => {
    const identity = document.querySelector(".td-pop-slide-identity");
    return identity.offsetTop;
  });

  async function getDistance() {
    // 獲取缺口圖片
    let { bg } = await page.evaluate(() => {
      const bg = document.querySelector(".td-bg-img");
      return {
        bg: bg.toDataURL()
      };
    });
    bg = bg.replace(/^data:image\/\w+;base64,/, "");
    var bgDataBuffer = new Buffer(bg, "base64");

    fs.writeFileSync(bgImg, bgDataBuffer);

    // 圖片模糊
    gm(bgImg)
      .blur(1)
      .write(bgBlurImg, function(err) {
        if (!err) console.log("done");
      });

    // 圖片對比
    resemble(bgImg)
      .compareTo(bgBlurImg)
      .ignoreColors()
      .onComplete(async function(data) {
        fs.writeFileSync(bgDiffImg, data.getBuffer());
      });

    var { data } = await pixels(bgDiffImg, {
      cache: false
    });
    let arr = [];

    // 比對範圍內的畫素點
    for (let i = top; i < top + 44; i++) {
      for (let j = 60; j < 320; j++) {
        var p = 320 * i + j;
        p = p << 2;
        if (data[p] === 255 && data[p + 1] === 0 && data[p + 2] === 255) {
          arr.push(j);
          break;
        }
      }
    }
    const { maxStr } = getMoreNum(arr);
    return Number(maxStr);
  }

  const distance = await getDistance();
  const button = await page.$(slidetrigger);
  const box = await button.boundingBox();
  const axleX = Math.floor(box.x + box.width / 2);
  const axleY = Math.floor(box.y + box.height / 2);
  console.log(distance, "distance");
  console.log(box.x + distance);

  await btnSlider(distance);
  async function btnSlider(distance) {
    await page.mouse.move(axleX, axleY);
    await page.mouse.down();
    await page.waitFor(200);
    await page.mouse.move(box.x + distance / 4, axleY, { steps: 20 });
    await page.waitFor(200);
    await page.mouse.move(box.x + distance / 3, axleY, { steps: 18 });
    await page.waitFor(350);
    await page.mouse.move(box.x + distance / 2, axleY, { steps: 15 });
    await page.waitFor(400);
    await page.mouse.move(box.x + (distance / 3) * 2, axleY, { steps: 15 });
    await page.waitFor(350);
    await page.mouse.move(box.x + (distance / 4) * 3, axleY, { steps: 10 });
    await page.waitFor(350);
    await page.mouse.move(box.x + distance + 20, axleY, { steps: 10 });
    await page.waitFor(300);
    await page.mouse.up();
    await page.waitFor(1000);
  }
}

run();

function getMoreNum(arr) {
  var obj = {};
  var arr1 = [];
  for (var i = 0; i < arr.length; i++) {
    if (arr1.indexOf(arr[i]) == -1) {
      obj[arr[i]] = 1;
      arr1.push(arr[i]);
    } else {
      obj[arr[i]]++;
    }
  }
  var max = 0;
  var maxStr;
  for (var i in obj) {
    if (max < obj[i]) {
      max = obj[i];
      maxStr = i;
    }
  }
  return { max, maxStr };
}

複製程式碼

該示例沒新增錯誤之後重滑邏輯

此種方法存在的問題

自己模糊化背景圖片就行畫素比較，成功率較低，需優化(亦可以通過比對的圖片通過其灰度值來鎖定區域)

以上，我們介紹了兩種方法來破解解決滑塊驗證碼。此外，LZ還嘗試了使用圖片二值化方法來進行圖片缺口的定位，該方法的成功率遠高於第二種方法，具體實現方法就不寫了，讀者可以自行探索哈。

示例程式碼均可在 github檢視

使用OpenCV+Keras輕鬆破解驗證碼
2017-12-14
OpenCVKeras
極驗驗證碼破解與研究
2020-11-22
頂象驗證碼破解與研究
2021-01-13
極驗驗證：傳統驗證碼破解演算法淺析
2016-08-03
演算法
簡單的數字驗證碼破解
2020-12-19
驗證碼機制之驗證碼重複使用
2020-11-02
僅需15分鐘，使用OpenCV+Keras輕鬆破解驗證碼
2017-12-14
OpenCVKeras
爬蟲進階教程：極驗(GEETEST)驗證碼破解教程
2018-12-24
爬蟲
使用JCaptcha生成驗證碼
2010-03-09
APT
基於 CNN 的驗證碼破解實戰專案
2020-04-06
CNN
震驚! 滑動驗證碼竟然能這樣破解
2018-07-12
Google的kaptcha驗證碼使用
2013-12-13
GoAPT
利用puppeteer破解極驗的滑動驗證
2018-02-23
15 分鐘用 ML 破解一個驗證碼系統
2018-01-29
驗證碼原理及驗證
2020-06-21
驗證碼---js重新整理驗證碼
2020-04-07
JS
再來篇輸入驗證＋重啟驗證的軟體破解
2015-11-15
JavaScript驗證碼生成和驗證效果
2018-05-21
JavaScript
在國內使用Google驗證碼reCaptcha
2020-10-30
GoAPT
Java驗證碼—ValidateCode的使用
2018-05-27
Java
爬蟲模擬登入破解無原圖滑動驗證碼
2019-06-19
爬蟲
Python暴力破解網站登入密碼（帶token驗證）
2022-03-07
Python網站密碼
Laravel - 驗證碼
2019-01-29
Laravel
PHP驗證碼
2023-03-10
PHP
驗證碼程式
2007-07-02
java之使用Servlet生成驗證碼的原始碼分享
2024-03-06
JavaServlet原始碼
影片直播app原始碼，傳送驗證碼驗證碼識別
2023-10-11
APP原始碼
PHP 驗證身份證號碼
2019-07-25
PHP
如何用機器學習在15分鐘內破解網站驗證碼系統？
2018-05-28
機器學習網站
使用Docker部署帶密碼驗證的Redis
2024-03-14
Docker密碼Redis
模擬使用者登入，內含驗證碼驗證和request等操作
2019-07-21
【驗證碼逆向專欄】某驗“初代”滑塊驗證碼逆向分析
2023-02-03
精確驗證身份證號碼程式碼
2017-04-12
隨機驗證碼
2019-03-02
隨機
django 驗證碼框架
2019-01-13
Django框架
laravel（五）驗證碼
2020-12-08
Laravel
Laravel - 驗證碼（captcha）
2017-11-14
LaravelAPT
AI 破解谷歌人機鑑別系統，文字驗證碼或將離場
2017-10-28
AI谷歌