1 无论是写脚本还是爬取数据时都有可能会遇到拖动滑块验证的问题,
本文档主要讲解滑动轨迹生成思路(缺口位置识別可以在网上找开源的例子也可接入打码平实现不是本文重点):
滑块位置(sx，sy), 目标位置(ex，ey)
2 人工手动完成滑块验证的轨迹数据取样得出如下图例(时间和滑动距离的关系)
s = ex - sx
3 滑动轨迹规律大概如下图,先慢然后快然后慢有一个过程
4 如何生成这条轨迹?这条线可以用贝塞尔曲线实现(三阶贝塞尔曲线)
5 四个点是如何找的?对应关系是什么?
①起始位置(0，0)
②第一个控制点(t/2, s)
③终少置(t,s)
④第二个控制点(0,s)
6 利用高阶贝塞尔曲线函数,依据以上4个点生成轨迹点集(据实际情况设置获取点数量)
{[t1,s1[t2,s2]…[tn,sn]}
7 光知道以上轨迹集合还是不能够用代码实现拖动需要进一步处理点集，处理为待滑动距离Δs和滑动Δs使用的时间Δt,这样的一个集合(Δt,Δs)，
Δt1=t2-t1
Δs1=s2-s1
8 滑动都是按照x轴方向滑动的,y轴坐标关系不大做个小的随机值就可以(比如加减2)
剩下的工作就是用代码实现拖动滑块到目标位置了
```python import random import numpy as np import matplotlib.pyplot as plt distance = 152 # #################贝塞尔曲线公式 开始########## # n表示阶数 # k表示索引 def one_bezier_curve(a, b, t): return (1 - t) * a + t * b def n_bezier_curve(xs, n, k, t): if n == 1: return one_bezier_curve(xs[k], xs[k + 1], t) else: return (1 - t) * n_bezier_curve(xs, n - 1, k, t) + t * n_bezier_curve(xs, n - 1, k + 1, t) def bezier_curve(xs, ys, num): """ :param xs: x 轴位置 :param ys: y 轴位置 :param num: 构建的贝塞尔曲线返回的次数 :return: """ b_xs, b_ys = [], [] n = 5 # 采用5次bezier曲线拟合 t_step = 1.0 / (num - 1) # t_step = 1.0 / num t = np.arange(0.0, 1 + t_step, t_step) for each in t: b_xs.append(n_bezier_curve(xs, n, 0, each)) b_ys.append(n_bezier_curve(ys, n, 0, each)) return b_xs, b_ys # #################贝塞尔曲线公式 结束########## def get_random_range(min_, max_): """获取指定范围里面的小数""" ran = random.random() if max_ > ran > min_: return ran else: return get_random_range(min_, max_) # 时间/移动次数 xs = [0.0, 1.0, 2.0, 3.0, 4.0, 5.0] # 0.4-0.7 0.8-0.9 ys = [0, 0, distance * get_random_range(0.4, 0.8), distance, distance, distance] # 贝塞尔曲线的基础线 plt.figure() plt.plot(xs, ys, 'b') # 原曲线 # 在10-15步之间滑动完毕 num = random.randint(10, 15) # 调用公式求出贝塞尔曲线的结果 b_xs, b_ys = bezier_curve(xs, ys, num) # 或者 bezier曲线 plt.plot(b_xs, b_ys, 'r') print('贝塞尔曲线Y点位置：', b_ys) # 每次移动距离 diff_y = list(map(lambda i: b_ys[i + 1] - b_ys[i], range(len(b_ys) - 1))) print('由Y位置求出每次移动的距离：', diff_y) # ########## 计算抖动上下抖动 开始 ######## # 求每次移动的平均值 mid = sum(diff_y) / len(diff_y) # 将每次移动小于平均值的当前次设置符号位负 symbol = list(map(lambda i: 1 if i > mid else -1, diff_y)) # 移动的距离相比点位会少一个，所以在最前面插入 0 symbol.insert(0, 1) # 每一次移动的立方根作为抖动，立方根算抖动 diff_three_sqrt = list(map(lambda i: pow(abs(i), get_random_range(0.22, 0.35)), diff_y)) # 为了绘制立方根，需要加一个数字 diff_three_sqrt.insert(0, 0) # 每次抖动之后的位移 diff_shake_y = list(map(lambda i: diff_three_sqrt[i] * symbol[i], range(len(diff_three_sqrt)))) # 每次抖动的距离 print('每次抖动的距离：', diff_shake_y) diff_y_shake = list(map(lambda i: sum(diff_shake_y[:i]) + diff_shake_y[i], range(len(diff_shake_y)))) print('抖动的总距离（用于绘图）：', diff_y_shake) # 黄色抖动线 plt.plot(b_xs, diff_y_shake, 'y') plt.show() # ########## 计算抖动上下抖动 结束 ######## diff_shake_y = diff_shake_y[1:] # 清除贝塞尔曲线的小数位，因为selenium只能滑动整数 forward_tracks = [] temp = 0 for i in diff_y: t_i = round(i) temp += i - t_i forward_tracks.append(t_i) # 计算清除之后不需要回调绘制补充的距离 back_tracks = [distance - sum(forward_tracks)] tracks = {'forward_tracks': forward_tracks, 'back_tracks': back_tracks, 'forward_tracks_y': diff_shake_y} print(tracks) print('tracks', sum(tracks['forward_tracks'])) ```