利用selenium模拟登录B站

筑基期摸鱼大师 2022-11-06

591

(

好好学习

天天向上

)

原本想爬国家专利网

但是

菜🐕如我

怎么都绕不过去那个点选验证码

后面我爬了下B站

B站可能凭运气可以登上

(

第一步：初始化driver)

🙋第一步是初始化selenium的浏览器驱动，都是复制粘贴的内容。

def make_driver(headers):


    service = Service(r"D:/python/Scripts/msedgedriver.exe")
    egde_options = webdriver.EdgeOptions()
    egde_options.add_experimental_option("detach", True)  ###浏览器闪退的2个原因:一是驱动与浏览器版本不匹配,需要更新驱动；二是需要增加该行
    egde_options.add_argument(headers)
    egde_options.add_argument("--disable-blink-features=AutomationControlled")
    driver = webdriver.Edge(service=service, options=egde_options)


    with open('stealth.min.js') as f:
        js = f.read()


    driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
        "source": js
    })


    driver.implicitly_wait(20)  ##隐性等待20s


    return driver

(

第二步：输入账号密码信息

)

🙋第二步是打开登录网页，输入账户密码信息。利用xpath找到要输入账户的地方，将账户名传输进去；密码同理；最后模拟点击登录。因为这里的框框是点击之后才弹出来的，所以需要增加这句跳回最外层的页面driver.switch_to.default_content()，要不然无法定位到需要的元素。



def login(driver,url,bili_ID,bili_password):


    driver.get(url)  ##打开浏览器界面


    ##1.点击登录按钮
    driver.find_element(By.XPATH,'//*[@id="i_cecream"]/div[2]/div[1]/div[1]/ul[2]/li[1]/li/div[1]/div/span').click()
    time.sleep(2)


    ##2.转到弹出框框,输入账号密码
    driver.switch_to.default_content()  ###转到最前面一层框框,因为登录框为弹出框,所以要重新定位。


    driver.find_element(By.XPATH, '/html/body/div[3]/div/div[2]/div[3]/div[2]/div[1]/input').send_keys(bili_ID)
    time.sleep(2)


    driver.find_element(By.XPATH, '/html/body/div[3]/div/div[2]/div[3]/div[2]/div[2]/div[1]/input').send_keys(bili_password)
    time.sleep(2)


    driver.find_element(By.XPATH, '/html/body/div[3]/div/div[2]/div[3]/div[3]/div[2]').click()  ##点击登录
    time.sleep(2)


    ##获取验证码图片
    driver.switch_to.default_content()  ##定位到最上层图片!!!非常important,验证码为也弹出框
    time.sleep(random.randint(1, 2))


    return driver

(

第三步：处理点选验证码

)

🙋第三步：第2步完成之后就会弹出点选验证码的框框，同理右键复制xpath路径，定位到该元素，且将该元素截图保存为本地图片。将图片传送至超级鹰（https://www.chaojiying.com/price.html）人工打码平台，返回各个汉字的图片坐标，最后利用ActionChains模拟鼠标点选汉字。【超级鹰平台需要充值，但是比较便宜，2块钱可以用100次左右】，但是超级鹰返回的坐标有点不准（两个字的验证码可能准一点），y轴的坐标比较低，所以我将超级鹰的返回参数y坐标乘以了1.1倍，比原来的要好一点，但登录成功完全还是看运气。

🙋除此之外，因为超级鹰不大准，所以用try-except-finally做了一次登录不成功，二次登录的流程。

###3.获取验证码,并传输到超级鹰验证码平台,校对验证码登录
def get_yanzhengma(driver,chaojiying_ID,chaojiying_password,soft_ID,codetype):


    ###保存验证码图片
    yanzhengma = driver.find_element(By.XPATH,'/html/body/div[4]/div[2]/div[6]/div/div/div[2]/div[1]/div/div[2]/img')
    yanzhengma.screenshot("yanzhengma.png")
    time.sleep(3)


    ##利用超级鹰图片打码
    chaojiying_Obj = Chaojiying_Client(username=chaojiying_ID, password=chaojiying_password, soft_id=soft_ID)


    ###读取图片,并向超级鹰发送图片信息,返回图片坐标
    with open('yanzhengma.png', 'rb') as f:
        im = f.read()


    data = chaojiying_Obj.PostPic(im=im, codetype=codetype)


    ###后台识别不是特别准,会返回多个字符,因此要删除一些多识别的字符,可以考虑人工辅助。
    ###获取每个字的坐标,并点击
    postion_list = data['pic_str'].split('|')
    for postion in postion_list:
        postion = str(postion).split(',')
        x = postion[0]
        y = float(postion[1])*1.1   ###超级鹰识别不大准,可以改小一点。
        ActionChains(driver).move_to_element_with_offset(yanzhengma, x, y).click().perform()
        time.sleep(random.randint(1,2))


    time.sleep(3)
    querendenglu = driver.find_element(By.XPATH, '/html/body/div[4]/div[2]/div[6]/div/div/div[3]/a/div').click()


    time.sleep(5)  ##留出跳转时间


    return driver

全文代码如下👇

# -*- coding: utf-8 -*-
#   author: 摸鱼大师


from selenium import webdriver
from selenium.webdriver.edge.service import Service
from selenium.webdriver.common.by import By
from chaojiying import Chaojiying_Client  ##不能在同一文件之下
from selenium.webdriver import ActionChains  # 动作链
import random
import time




def main():


    headers = '*****' ##自己的浏览器headers,需要变换
    url = 'https://www.bilibili.com/'  ##爬取对象链接,需要变换
    
    ##bilibili账号密码
    bili_ID = '****'
    bili_password = '****'


    ##超级鹰账号密码
    soft_ID = '*****'
    chaojiying_ID = '****'
    chaojiying_password = '****'
    codetype = 9004  ##超级鹰传输数据类型


    ###1.初始化driver驱动
    driver = make_driver(headers)


    ###2.打开登录界面,输入账户信息
    driver = login(driver, url, bili_ID, bili_password)


    ###3.点触验证码登录
    driver = get_yanzhengma(driver, chaojiying_ID, chaojiying_password, soft_ID, codetype)


    time.sleep(3)
    try:
        zhaopian = driver.find_element(By.XPATH, '//*[@id="i_cecream"]/div[2]/div[1]/div[1]/ul[2]/li[1]/div[1]/a[1]/picture/img')
        zhaopian.screenshot("zhaopian.png")
        shifouchenggong = 'yes'
        print('登录成功！')
        print('接着跑后面的程序！')
    except:
        get_yanzhengma(driver, chaojiying_ID, chaojiying_password, soft_ID, codetype)
        
    finally:
        ###
        if shifouchenggong == 'yes':
            pass
        else:
            try:
                zhaopian = driver.find_element(By.XPATH,'//*[@id="i_cecream"]/div[2]/div[1]/div[1]/ul[2]/li[1]/div[1]/a[1]/picture/img')
                zhaopian.screenshot("zhaopian.png")
                print('登录成功！')
                print('接着跑后面的程序!')
            except:
                print('2次验证都失败！')




###1.初始化一个driver驱动


def make_driver(headers):


    service = Service(r"D:/python/Scripts/msedgedriver.exe")
    egde_options = webdriver.EdgeOptions()
    egde_options.add_experimental_option("detach", True)  ###浏览器闪退的2个原因:一是驱动与浏览器版本不匹配,需要更新驱动；二是需要增加该行
    egde_options.add_argument(headers)
    egde_options.add_argument("--disable-blink-features=AutomationControlled")
    driver = webdriver.Edge(service=service, options=egde_options)


    with open('stealth.min.js') as f:
        js = f.read()


    driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
        "source": js
    })


    driver.implicitly_wait(20)  ##隐性等待20s


    return driver


###2.打开登录界面,输入账户信息


def login(driver,url,bili_ID,bili_password):


    driver.get(url)  ##打开浏览器界面


    ##1.点击登录按钮
    driver.find_element(By.XPATH,'//*[@id="i_cecream"]/div[2]/div[1]/div[1]/ul[2]/li[1]/li/div[1]/div/span').click()
    time.sleep(2)


    ##2.转到弹出框框,输入账号密码
    driver.switch_to.default_content()  ###转到最前面一层框框,因为登录框为弹出框,所以要重新定位。


    driver.find_element(By.XPATH, '/html/body/div[3]/div/div[2]/div[3]/div[2]/div[1]/input').send_keys(bili_ID)
    time.sleep(2)


    driver.find_element(By.XPATH, '/html/body/div[3]/div/div[2]/div[3]/div[2]/div[2]/div[1]/input').send_keys(bili_password)
    time.sleep(2)


    driver.find_element(By.XPATH, '/html/body/div[3]/div/div[2]/div[3]/div[3]/div[2]').click()  ##点击登录
    time.sleep(2)


    ##定位最上层框框
    driver.switch_to.default_content()  ##定位到最上层图片!!!非常important,验证码为也弹出框
    time.sleep(random.randint(1, 2))


    return driver


###3.获取验证码,并传输到超级鹰验证码平台,校对验证码登录
def get_yanzhengma(driver,chaojiying_ID,chaojiying_password,soft_ID,codetype):


    ###保存验证码图片
    yanzhengma = driver.find_element(By.XPATH,'/html/body/div[4]/div[2]/div[6]/div/div/div[2]/div[1]/div/div[2]/img')
    yanzhengma.screenshot("yanzhengma.png")
    time.sleep(3)


    ##利用超级鹰图片打码
    chaojiying_Obj = Chaojiying_Client(username=chaojiying_ID, password=chaojiying_password, soft_id=soft_ID)


    ###读取图片,并向超级鹰发送图片信息,返回图片坐标
    with open('yanzhengma.png', 'rb') as f:
        im = f.read()


    data = chaojiying_Obj.PostPic(im=im, codetype=codetype)


    ###后台识别不是特别准,会返回多个字符,因此要删除一些多识别的字符,可以考虑人工辅助。
    ###获取每个字的坐标,并点击
    postion_list = data['pic_str'].split('|')
    for postion in postion_list:
        postion = str(postion).split(',')
        x = postion[0]
        y = float(postion[1])*1.1   ###超级鹰识别不大准,可以改小一点。
        ActionChains(driver).move_to_element_with_offset(yanzhengma, x, y).click().perform()
        time.sleep(random.randint(1,2))


    time.sleep(3)
    querendenglu = driver.find_element(By.XPATH, '/html/body/div[4]/div[2]/div[6]/div/div/div[3]/a/div').click()


    time.sleep(5)  ##留出跳转时间


    return driver


if __name__ == '__main__':
    main()

操作效果如下👇

参考文章：

https://blog.csdn.net/m0_62298204/article/details/120919722

selenium xpath

文章转载自筑基期摸鱼大师，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

利用selenium模拟登录B站

评论