考虑这样一个场景,当你在app端提交订单/登录的时候有一个滑动验证码怎么处理?

一般我们会采用自动化浏览器完成这样的抓取,但是效率太低。本篇文章尝试将滑动验证码和抓取的代码进行解耦。

也就是滑动验证码模块只管获取滑动之后的token,而抓取的代码只管抓取。中间通过相关存储介质进行通讯。

背景分析

通过各种尝试发现,某app中阿里云的滑动验证码只是操作行为的验证。

简而言之,就是阿里云只是知道有人滑了验证码,并且此验证码并没有被使用过。

通过分析和尝试,我们完全可以有一个自动化浏览器去滑动生成未使用过的token,然后通过python读取token完成相关抓取。

这样相当于有个滑动验证码池,其他的业务需要的话可以直接读取使用。

准备知识

puppeteer破解阿里h5滑动验证码

chrome远程调试webview(
https://developers.google.cn/web/tools/chrome-devtools/remote-debugging/webviews?hl=zh-cn)

流程分析

使用puppeteer生成未使用过的滑动验证码,并把相关信息拦截,存起来。python读取滑动验证码池,完成相关抓取。

效果展示

核心代码

puppeteer 通过监听response事件,把response的内容存起来

page.on('response',asyncresponse=>{ leturl=response.url() if(url.indexOf('analyze.jsonp')!==-1){ letcontent=awaitresponse.text() if(content.indexOf('block')===-1){ letfile_name="slide/"+process.pid+Date.now()+".txt" fs.writeFile(file_name,content+url,{encoding:'utf-8',mode:'0666'},function(err){ console.log(err) }) } } })

python读取存储的token

滑动验证码的token有3个字段,分别是csessionid,value,t(t的格式是xxx:时间戳:随机数)