让 Python 爬虫也能读得懂「滑动验证码」

动态网页与静态网页最大的不同是资料是在什么时间点取得的，动态网页是在浏览器已经取得 HTML 后，才透过 JavaScript 在需要时动态地取得资料。因此，爬虫程式也必须要考虑动态取得资料这件事情，才有办法正确地找到想要的资料。 「滑动验证码（Slider Captcha）」是验证码机制当中常见的典型，也是防范爬虫程式中一种难缠的对手。这一篇文章将会利用 Python 、opencv 与 Selenium 三个工具，示范如何拆解和模拟滑动验证码。

常见的网页验证码类型与原理

你在浏览网页的时候，有看过这些验证机制吗？网页验证码的专业术语称为「CAPTCHA 」（全名是Completely Automated Public Turing test to tell Computers and Humans Apart 自动判别电脑与人类的公开图灵测试），是目前在网页当中常见的一种验证机制，用来判断恶意的使用者干扰与攻击。目前常见的 CAPTCHA 方法有以下几种：

• 信件验证码/简讯验证码
• 图形验证码
• 问题验证码
• 行为验证码

reCAPTCHA 计画目前是由 Google 主要发展的验证机制，最早是由 CMU 发起的 。 reCAPTCHA 透过不同的情境让人类回答，并借此来帮助帮助文件数位化的进行。这个计画将纸本扫描后无法被辨识文字显示在问题中，让人类在回答问题也能加以利用。

利用 Python 处理「滑动程式码」的思路

而在「图形验证码」当中，有一种常见的变形称为「滑动验证码」。滑动验证码会动态的更新图片与缺块，并且要求使用者将缺块移动到图片中的特定位置才能通过判断，如图所示：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0KyrXkiR-1622897197711)(https://imgur.com/