爬虫时有什么办法处理滑块验证等验证方法吗

ddddocr

以前用 selenium 时做过 yolo 定位检测, 然后模拟拖动鼠标, 拖动轨迹还得是变加速轨迹啥的, 但是很快发现废了半天劲, 人家滑块验证进化了, 继续投入就是无底洞, 最后的方案就是遇到滑块验证就给人发个邮件

这个滑动轨迹很难整

有一些云平台的，调用他们的 api

这个问题我也挺想知道的，最近很多内部系统都升级了

不是滑块就是拼图的，整得我写程序都蓝瘦的一批

@quantum00549 发邮件是什么方法

发邮件是吧滑块的链接通过邮件发送给某个人，让他手动滑一下吧

花钱找人工打码平台

这种交互性验证都不太好处理。我在拼多多遇到过更逆天的，一个 3d 的骰子让你自己旋转按顺序点击上面的文字太逆天了

这种怎么弄呢

时应该没有吧，当时用 selenium 算坐标，模拟试了很久，匀速，加速度，定时卡顿，各种行为都模拟了，就是不行，偶尔成一次两次，无法稳定。

不是有人工验证码平台吗？我记得十几年前我做游戏脚本就有这种，但是还是人工输文字，现在没支持拖拽么

超级鹰之类的 。传给他们图片他们会返回为止 ，然后驱动浏览器内核模拟滑动区块。这是我们之前的解决方案

你可以给图片抓出来 然后发给 gpt-4o 来处理，或者直接用三方，还有一个最笨的办法，将大量的滑块写死做成本地数据然后遇到了就去搜，没有就刷新，不过这种办法现在应该不是那么好用了

就是猫鼠游戏，在便捷性和成本上做取舍，现在我们公司大多数情况是发消息，无论是邮件还是短信。

@zealotxxxx 这个 ocr 还不错哦

尝试用 gpt-4o+鼠标控制+图片取帧+坐标控制来试试

@Motorola3
@gaobh
我给 4o 识别了一下楼里面的验证码所包含的文字，根本识别不出来，乱答一通，所以 4o 的方案不可行。

1. 在 github 上有很多基于 playwright 的滑动验证的实现，你可以看一下找找思路；
2. 如楼上 @Motorola3 所说，结合 LLM 来处理，prompt 提示类似 “这是一张验证码图片，请帮助识别验证码类型并给出基于 XXX 的解决代码。图片的 base64 编码如下 {base64_image}”，约束解决方案，比如返回一段基于 playwright 的代码，加载环境运行。这个方案要做的丝滑可能需要打通比较多的步骤，没有基础和时间可以做了解即可。

@JohnYep 做过，不麻烦， 下面 ocr 识别文字， 上面先定位坐标，再切图，再处理，再识别， 之后再比对。
还有一种是成语之类的， 就是先获取 4 个文字，然后统一多条件查找词典，找到后按权重最高的进行顺序点击。

@silencelixing 你给的 prompt 的问题，你要遵循一些原则。 给它完整的图片，包含验证码要求，要求它输出解决代码示例。

@daysv #22 有类似的案例吗

服务器端是如何验证你的滑动操作的？ 有人说下吗？这个是关键啊。

@JohnYep 只能说生产在运行，3 次内基本都能成功

@silencelixing 你这种可以直接找第三方 看你这个验证码大概率是国内平台了 国内有很多平台做的 我之前用过的是极验好像

@firefox12 我之前了解的是校验滑动的距离，还有些高级的会校验轨迹（人手滑动的不是匀速）

有没有这种生意？把全世界的各种真人验证集合在一起，雇人一天 8 小时就是做各种真人验证。

滑块验证 算是比较简单一种，我们已经有处理过几个这样的网站，抖音、京东、小红书都行，
成功率在 95%以上，反而重试 1 、2 次肯定能成功。

现在在搞文字和图像识别的类型，这 2 类感觉比较难。

@marcolin18 #23 #23 能给一个成功的例子/prompt 吗 就针对楼里面的这张验证码

@daysv #26 试了一下感觉步骤还是有点繁琐

1 、先识别最底下的四个汉字 [音，过，读，饭]
2 、将上面的图片切片成小方块，缩小方块范围动态控制例如 [50*50]
3 、识别小方块是否有汉字，有就找出对应的坐标，依次找出 [音，过，读，饭]
4 、重复第二步骤改变切割的方块大小 [35*40] ，重新切重新识别
5 、反复 2 、3 、4 流程直到找到所有的汉字以及对应的坐标结束流程

感觉这样频繁调用 ocr 有点费 orc

滑块的，一般是先录制几百个手工轨迹。
顺序点击几个文字的，ai 识别目前也不是很理想.

我遇到 X 的验证，出个题，给几个答案图，要你选择正确的答案。题目和答案图是基于模板随机生成的。
比如，题目：选择有 3 个石头的图，答案图里是石头混合其它物品，其中 1 个图里的石头刚好 3 个就是你要选的。

@evan9527 十年前就有，给游戏工作室的挂机脚本过验证的

@JohnYep #11 这个可以通过大模型训练，可以自动选择的。

现在人机识别也有不少基于机器学习的。变成了 AI 大战

@JohnYep ocr 服务自己的随便调，另外定位文字坐标不需要 ocr ， 定位好了后才切片 ocr 。

@JohnYep #11 这种匹配类的验证码用 目标检测+相似度，不要把它当文字

这些都是钱，搞定了搞成接口给别人调用，以前是 1000 个 10 块钱左右。

@silencelixing 我好像回不了图片和太长的文字，v 站新号。

@pureGirl 收到通知就赶紧去手动处理下

经典的小老鼠吃奶酪
[img][/img]

@yumizhao888 #39 人工打码目前来说确实还是相对有效便宜的。

比如人工分布式验证？

@zzl22100048 #38 找不道好的思路

滑块还算比较简单了，用深度学习整个小模型识别缺口位置。指针滑动我还真不知道咋整，我搞过的有漏洞，速度快就能成了。

@JohnYep #45
这验证码是工信部的吧
github 上有人训练好了

没有，斗不过大公司，他们有整个团队。
可以换个思路，爬虫一般在浏览器启动的时候，不新启浏览器，可以用登录浏览器实例进行爬取。我用 playwright 框架有 https://playwright.dev/python/docs/api/class-browser#browser-new-browser-cdp-session 方法，缺点是无法大批量执行。

通过 puppeteer nginx 代理注入自动化 js ，提前分析获取滑块背景图 & 滑块图片，拿到图片通过 API 接口，提交图片 opencv 的库（网上应该有案例）的服务去匹配图片需要移动坐标的位置。之前开过 1000+的账号实例测试，验证过效果应该还行。

@zzl22100048 #47 是的确实是工信部的，github 上有吗，我咋没找到呢

图鉴买个模型服务，解决

或者自研模型，和 gpt 一个逻辑。买 api 还是自己训练模型

ui 自动化

只说滑块，其他研究得少。缺口很容易，一般 opencv 就行，主要是参数加密，思路是逆向，分析参数，有些不是轨迹有问题，而是环境，大部分后端都是综合判断，猜测是 ai 或模型判断。分析所有参数后，可以还原算法或者 rpc 配合等。比如 ali tx007 jiyan 等都能按这个思路搞。

昨天碰到 EPICGAME 的滑动验证码， 请在下面 9 个图像中选择出价格最贵的….

@yjfkk 试了一下也不太行，登录过了，后面还是会有验证

@pureGirl ai 投入太大，长期数据才值得投入研究，短期的就搞个通知，人工通过验证，然后用 UI 自动化在页面上操作。

来挖坟，看到一个解决方案，需要花钱： https://2captcha.com/