在Web自动化测试的过程中，经常会被登录的验证码给卡住，不知道如何去通过验证码的验证。
一般的情况下遇到验证码我们可以都可以找开发去帮忙解决，关闭验证码，或者给一个万能的验证码！
那么如果开发不提供帮助的话，我们自己有没有办法来处理这些验证码的问题呢？
答案当然是有的，常见的验证码一般分为两类，一类是图文验证码，一类是滑动验证码！

滑动验证破解思路

关于滑动验证码破解的思路大体上来讲就是以下两个步骤：

• 1、获取滑块滑动的距离
• 2、模拟拖动滑块，通过验证。

关于这种滑动的验证码，滑块和缺口背景都是分别是一张独立的图片，我们可以把这两张图片，

下载下来借助于图像识别的技术，去识别缺口在背景图中的位置，然后减去滑块当前所在位置，就可以得出需要滑动的距离。

案例讲解

话不多说，我们先来看一个案例（QQ 空间登录），QQ 空间登录案例实现步骤如下：

• 1、创建一个driver对象，访问qq登录页面
• 2、输入账号密码
• 3、点击登录
• 4、模拟滑动验证 

实现代码

1. import time

2. from selenium import webdriver

3. from slideVerfication import SlideVerificationCode

5. # 1、创建一个driver对象，访问qq登录页面

6. browser = webdriver.Chrome()

7. browser.get("https://qzone.qq.com/")

9. # 2、输入账号密码

10. # 2.0 点击切换到登录的iframe

11. browser.switch_to.frame('login_frame')

12. # 2.1 点击账号密码登录

13. browser.find_element_by_id('switcher_plogin').click()

14. # 2.2定位账号输入框，输入账号

15. browser.find_element_by_id("u").send_keys("123456")

16. # 2.3定位密码输入输入密码

17. browser.find_element_by_id("p").send_keys("PYTHON")

18. # 3、点击登录

19. browser.find_element_by_id('login_button').click()

20. time.sleep(3)

22. # 4、模拟滑动验证

23. # 4.1切换到滑动验证码的iframe中

24. tcaptcha = browser.find_element_by_id("tcaptcha_iframe")

25. browser.switch_to.frame(tcaptcha)

26. # 4.2 获取滑动相关的元素

27. # 选择拖动滑块的节点

28. slide_element = browser.find_element_by_id('tcaptcha_drag_thumb')

29. # 获取滑块图片的节点

30. slideBlock_ele = browser.find_element_by_id('slideBlock')

31. # 获取缺口背景图片节点

32. slideBg = browser.find_element_by_id('slideBg')

33. # 4.3计算滑动距离

34. sc = SlideVerificationCode(save_image=True)

35. distance = sc.get_element_slide_distance(slideBlock_ele,slideBg)

36. # 滑动距离误差校正，滑动距离*图片在网页上显示的缩放比-滑块相对的初始位置

37. distance = distance*(280/680) - 22

38. print("校正后的滑动距离",distance)

39. # 4.4、进行滑动

40. sc.slide_verification(browser,slide_element,distance=100)

其实关于这个模块图像识别，是借助了第三方的图像处理模块来进行识别的，python 中有很多现成的用来处理图片的库，本文使用的是 opencv-python 来进行识别的。slideVerfication 模块上面用到的两个方法的部分参考代码如下：

根据传入滑块，和背景的节点，计算滑块的距离

1. def get_element_slide_distance(self, slider_ele, background_ele, correct=0):

2. """

3. 根据传入滑块，和背景的节点，计算滑块的距离

5. 该方法只能计算 滑块和背景图都是一张完整图片的场景，

6. 如果背景图是通过多张小图拼接起来的背景图，

7. 该方法不适用，请使用get_image_slide_distance这个方法

8. :param slider_ele: 滑块图片的节点

9. :type slider_ele: WebElement

10. :param background_ele: 背景图的节点

11. :type background_ele:WebElement

12. :param correct:滑块缺口截图的修正值，默认为0,调试截图是否正确的情况下才会用

13. :type: int

14. :return: 背景图缺口位置的X轴坐标位置（缺口图片左边界位置）

15. """

16. # 获取验证码的图片

17. slider_url = slider_ele.get_attribute("src")

18. background_url = background_ele.get_attribute("src")

19. # 下载验证码背景图,滑动图片

20. slider = "slider.jpg"

21. background = "background.jpg"

22. self.onload_save_img(slider_url, slider)

23. self.onload_save_img(background_url, background)

24. # 读取进行色度图片，转换为numpy中的数组类型数据，

25. slider_pic = cv2.imread(slider, 0)

26. background_pic = cv2.imread(background, 0)

27. # 获取缺口图数组的形状 -->缺口图的宽和高

28. width, height = slider_pic.shape[::-1]

29. # 将处理之后的图片另存

30. slider01 = "slider01.jpg"

31. background_01 = "background01.jpg"

32. cv2.imwrite(background_01, background_pic)

33. cv2.imwrite(slider01, slider_pic)

34. # 读取另存的滑块图

35. slider_pic = cv2.imread(slider01)

36. # 进行色彩转换

37. slider_pic = cv2.cvtColor(slider_pic, cv2.COLOR_BGR2GRAY)

38. # 获取色差的绝对值

39. slider_pic = abs(255 - slider_pic)

40. # 保存图片

41. cv2.imwrite(slider01, slider_pic)

42. # 读取滑块

43. slider_pic = cv2.imread(slider01)

44. # 读取背景图

45. background_pic = cv2.imread(background_01)

46. # 比较两张图的重叠区域

47. result = cv2.matchTemplate(slider_pic, background_pic, cv2.TM_CCOEFF_NORMED)

48. # 获取图片的缺口位置

49. top, left = np.unravel_index(result.argmax(), result.shape)

50. # 背景图中的图片缺口坐标位置

51. print("当前滑块的缺口位置：", (left, top, left + width, top + height))

52. return left

 滑动滑块进行验证

1. def slide_verification(self, driver, slide_element, distance):

2. """

3. 滑动滑块进行验证

5. :param driver: driver对象

6. :type driver:webdriver.Chrome

7. :param slide_element: 滑块的元组

8. :type slider_ele: WebElement

9. :param distance: 滑动的距离

10. :type: int

11. :return:

12. """

13. # 获取滑动前页面的url地址

14. start_url = driver.current_url

15. print("需要滑动的距离为：", distance)

16. # 根据滑动距离生成滑动轨迹

17. locus = self.get_slide_locus(distance)

18. print("生成的滑动轨迹为:{}，轨迹的距离之和为{}".format(locus, distance))

19. # 按下鼠标左键

20. ActionChains(driver).click_and_hold(slide_element).perform()

21. time.sleep(0.5)

22. # 遍历轨迹进行滑动

23. for loc in locus:

24. time.sleep(0.01)

25. ActionChains(driver).move_by_offset(loc, random.randint(-5, 5)).perform()

26. ActionChains(driver).context_click(slide_element)

27. # 释放鼠标

28. ActionChains(driver).release(on_element=slide_element).perform()

 感谢每一个认真阅读我文章的人！！！

作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

 

          视频文档获取方式：
这份文档和视频资料，对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！以上均可以分享，点下方小卡片即可自行领取。