使用selenium解决12306的登录问题

lsekfe

　最近接触了一些selenium模块的相关知识，觉得还挺有意思的，于是决定亲自尝试写一些爬虫程序来强化selenium模块（一定要多尝试、多动手、多总结）。本文主要使用python爬虫来模拟登录铁路12306官网。这儿得吐槽一句，铁路12306网站的反爬机制做的还是比较好。特别是12306的验证码很是令人很头疼的事，有时候自己去验证都不一定能通过。接下来就使用selenium模块解决验证码。

实现过程
　　首先通过selenium创建一个浏览器，并通过向页面嵌入js代码去掉webdriver控件（我前面有讲过，不懂的大神们可以去看我写的文章）如果不嵌入js代码就会被webdriver控件检测出，不管你怎么滑动滑块都是失败的。

1. # 绕过window.navigator.webdriver控件检测
   
2. 　　option = Options()
   
3. 　　option.add_experimental_option('excludeSwitches', ['enable-automation'])
   
4. 　　option.add_argument('--disable-blink-features=AutomationControlled')
   
5. 　　
   
6. 　　driver = webdriver.Chrome(options=option)
   
7. 　　driver.maximize_window()
   
8. 　　
   
9. 　　# 切换到账号密码登录窗口
   
10. 　　driver.get('https://kyfw.12306.cn/otn/resources/login.html')
    
11. 　　time.sleep(3)
    
12. 　　driver.find_element_by_xpath('/html/body/div[2]/div[2]/ul/li[2]/a').click()
    
13. 　　time.sleep(2)

复制代码

嵌入js代码这样就不会被12306检测到是使用selenium自动化登录了。
　　我们先解决最难的验证码。为了实现自动化登录我们使用超级鹰打码平台。
　　· 注册并登录超级鹰账号：点击链接进行注册https://www.chaojiying.com/user/login/；
　　· 点击购买题分，并进行充值；
　　· 点击软件id，创建一个软件Id（程序中会用到)；
　　自动去帮我们去识别验证码。

1. # 初始化超级鹰
   
2. 　　chaojiying = Chaojiying_Client('超级鹰账号', '超级鹰密码', '软件ID')  # 没有软件ID的可以去自己在超级鹰平台生成
   
3. 　　
   
4. 　　# 处理验证码
   
5. 　　code_img_element = driver.find_element_by_xpath('//*[@id="J-loginImg"]')  # 定位到验证码的位置
   
6. 　　# 用超级鹰去识别验证码
   
7. 　　dic = chaojiying.PostPic(code_img_element.screenshot_as_png, 9004)  # 定位验证码并截图，调用chaojiying里的PostPic类；9004是验证码类型
   
8. 　　result = dic['pic_str']  # x1,y1|x2,y2；超级鹰返回回来的数据是json格式的
   
9. 　　rs_list = result.split("|")
   
10. 　　for rs in rs_list:
    
11. 　　    p_temp = rs.split(",")
    
12. 　　    x = int(p_temp[0])  # 拿到的是"x"而不是x
    
13. 　　    y = int(p_temp[1])
    
14. 　　    # 要让鼠标移动到某一个位置，然后进行点击
    
15. 　　    ActionChains(driver).move_to_element_with_offset(code_img_element, x, y).click().perform()  # 提交事件；以element为原点移动鼠标去点击验证码

复制代码

验证码有可能需要我们点击多个，所以通过打码平台会得到多个坐标，就比如这种，需要点击两次，通过超级鹰就会得到两个坐标。如下图。我们发现有两个坐标会有一个“|”，有三个坐标就有两个“|”，所以我们就把他们split下，让每个坐标嵌套再一个列表里。我们得到了验证码的坐标，下一步就是去点击验证码。但是，这个坐标是相对于验证码的图片的坐标，我们必须用ActionChains来移动一下动作链的位置。详细的输出过程如下图：

最最后就是比较简单的传输账号密码登录了。

1. # 输入用户名和密码
   
2. 　　driver.find_element_by_xpath('//*[@id="J-userName"]').send_keys('账号')
   
3. 　　driver.find_element_by_xpath('//*[@id="J-password"]').send_keys('密码')
   
4. 　　# 点击登录按钮
   
5. 　　driver.find_element_by_xpath('//*[@id="J-login"]').click()
   
6. 　　time.sleep(4)
   
7. 　　
   
8. 　　# 移动滑块
   
9. 　　btn = driver.find_element_by_xpath('//*[@id="nc_1_n1z"]')
   
10. 　　ActionChains(driver).drag_and_drop_by_offset(btn, 300, 0).perform()  # 拖拽滑块向右移动300像素

复制代码

这个代码是超级鹰提供的接口。我封装成一个类了。

1. 　#!/usr/bin/env python
   
2. 　　# coding:utf-8
   
3. 　　
   
4. 　　import requests
   
5. 　　from hashlib import md5
   
6. 　　
   
7. 　　class Chaojiying_Client(object):
   
8. 　　
   
9. 　　    def __init__(self, username, password, soft_id):
   
10. 　　        self.username = username
    
11. 　　        password =  password.encode('utf8')
    
12. 　　        self.password = md5(password).hexdigest()
    
13. 　　        self.soft_id = soft_id
    
14. 　　        self.base_params = {
    
15. 　　            'user': self.username,
    
16. 　　            'pass2': self.password,
    
17. 　　            'softid': self.soft_id,
    
18. 　　        }
    
19. 　　        self.headers = {
    
20. 　　            'Connection': 'Keep-Alive',
    
21. 　　            'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
    
22. 　　        }
    
23. 　　
    
24. 　　    def PostPic(self, im, codetype):
    
25. 　　        """
    
26. 　　        im: 图片字节
    
27. 　　        codetype: 题目类型 参考 http://www.chaojiying.com/price.html
    
28. 　　        """
    
29. 　　        params = {
    
30. 　　            'codetype': codetype,
    
31. 　　        }
    
32. 　　        params.update(self.base_params)
    
33. 　　        files = {'userfile': ('ccc.jpg', im)}
    
34. 　　        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files, headers=self.headers)
    
35. 　　        return r.json()
    
36. 　　
    
37. 　　    def ReportError(self, im_id):
    
38. 　　        """
    
39. 　　        im_id:报错题目的图片ID
    
40. 　　        """
    
41. 　　        params = {
    
42. 　　            'id': im_id,
    
43. 　　        }
    
44. 　　        params.update(self.base_params)
    
45. 　　        r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
    
46. 　　        return r.json()
    
47. 　　
    
48. 　　
    
49. 　　if __name__ == '__main__':
    
50. 　　    chaojiying = Chaojiying_Client('超级鹰账号', '超级鹰密码', '96001')#用户中心>>软件ID 生成一个替换 96001
    
51. 　　    im = open('a.jpg', 'rb').read()# 本地图片文件路径来替换 a.jpg 有时WIN系统须要//
    
52. 　　    print(chaojiying.PostPic(im, 1902))# 1902 验证码类型 官方网站>>价格体系 3.4+版 print 后要加()

复制代码

下面是selenium登录的代码：

1. from selenium import webdriver
   
2. 　　import time
   
3. 　　from chaojiying import Chaojiying_Client
   
4. 　　from selenium.webdriver.common.action_chains import ActionChains
   
5. 　　from selenium.webdriver.chrome.options import Options
   
6. 　　
   
7. 　　# 初始化超级鹰
   
8. 　　chaojiying = Chaojiying_Client('超级鹰账号', '超级鹰密码.', '软件ID')
   
9. 　　
   
10. 　　# 绕过window.navigator.webdriver控件检测
    
11. 　　option = Options()
    
12. 　　option.add_experimental_option('excludeSwitches', ['enable-automation'])
    
13. 　　option.add_argument('--disable-blink-features=AutomationControlled')
    
14. 　　
    
15. 　　driver = webdriver.Chrome()
    
16. 　　driver.maximize_window()
    
17. 　　
    
18. 　　driver.get('https://kyfw.12306.cn/otn/resources/login.html')
    
19. 　　time.sleep(3)
    
20. 　　driver.find_element_by_xpath('/html/body/div[2]/div[2]/ul/li[2]/a').click()
    
21. 　　time.sleep(2)
    
22. 　　# 处理验证码
    
23. 　　code_img_element = driver.find_element_by_xpath('//*[@id="J-loginImg"]')
    
24. 　　# 用超级鹰去识别验证码
    
25. 　　dic = chaojiying.PostPic(code_img_element.screenshot_as_png, 9004)
    
26. 　　result = dic['pic_str']  # x1,y1|x2,y2
    
27. 　　rs_list = result.split("|")
    
28. 　　for rs in rs_list:
    
29. 　　    p_temp = rs.split(",")
    
30. 　　    x = int(p_temp[0])  # 拿到的是"x"而不是x
    
31. 　　    y = int(p_temp[1])
    
32. 　　    # 要让鼠标移动到某一个位置，然后进行点击
    
33. 　　    ActionChains(driver).move_to_element_with_offset(code_img_element, x, y).click().perform()  # 提交事件
    
34. 　　
    
35. 　　# 输入用户名和密码
    
36. 　　driver.find_element_by_xpath('//*[@id="J-userName"]').send_keys('12306账号')
    
37. 　　driver.find_element_by_xpath('//*[@id="J-password"]').send_keys('12306密码')
    
38. 　　# 点击登录按钮
    
39. 　　driver.find_element_by_xpath('//*[@id="J-login"]').click()
    
40. 　　time.sleep(4)
    
41. 　　
    
42. 　　# 移动滑块
    
43. 　　btn = driver.find_element_by_xpath('//*[@id="nc_1_n1z"]')
    
44. 　　ActionChains(driver).drag_and_drop_by_offset(btn, 300, 0).perform()

复制代码