Cendertron，動態爬蟲的滑動驗證碼繞過策略

Cendertron，動態爬蟲的滑動驗證碼繞過策略

在 Cendertron 安全動態爬蟲系列中咱們依次介紹了安全爬蟲的設計、爬蟲的集羣搭建，本篇則是討論有關於滑動驗證碼的繞過策略。

本文采用的策略與代碼來自 How to bypass 「slider CAPTCHA」 with JS and Puppeteer 一文。

爬蟲中滑動驗證的繞過

驗證是常見的反爬蟲策略之一，在如今的不少站點中咱們會引入滑動驗證的方式，來校驗訪問者的真實性。譬以下面著名的 jQuery 滑動插件：

在模擬登錄時，咱們每每須要繞過這樣的滑動驗證，而基於 Puppeteer 的動態爬蟲也給予了便利；每每咱們須要進行如下步驟：移動到滑條中間，按下鼠標，移動鼠標，釋放鼠標。

const puppeteer = require('puppeteer');

async function run() {
  const browser = await puppeteer.launch({
    headless: false,
    defaultViewport: { width: 1366, height: 768 }
  });
  const page = await browser.newPage();

  await page.goto('http://kthornbloom.com/slidetosubmit/');
  await page.type('input[name="name"]', 'Puppeteer Bot');
  await page.type('input[name="email"]', 'js@automation.com');

  let sliderElement = await page.$('.slide-submit');
  let slider = await sliderElement.boundingBox();

  let sliderHandle = await page.$('.slide-submit-thumb');
  let handle = await sliderHandle.boundingBox();

  await page.mouse.move(
    handle.x + handle.width / 2,
    handle.y + handle.height / 2
  );
  await page.mouse.down();
  await page.mouse.move(handle.x + slider.width, handle.y + handle.height / 2, {
    steps: 10
  });
  await page.mouse.up();

  await page.waitFor(3000);

  // success!

  await browser.close();
}

run();
複製代碼

在實際的案例中，咱們能夠以淘寶的註冊界面爲例：

const puppeteer = require('puppeteer');

async function run() {
  const browser = await puppeteer.launch({
    headless: false,
    defaultViewport: { width: 1366, height: 768 }
  });
  const page = await browser.newPage();

  await page.evaluateOnNewDocument(() => {
    Object.defineProperty(navigator, 'webdriver', {
      get: () => false
    });
  });

  await page.goto('https://world.taobao.com/markets/all/sea/register');

  let frame = page.frames()[1];
  await frame.waitForSelector('.nc_iconfont.btn_slide');

  const sliderElement = await frame.$('.slidetounlock');
  const slider = await sliderElement.boundingBox();

  const sliderHandle = await frame.$('.nc_iconfont.btn_slide');
  const handle = await sliderHandle.boundingBox();
  await page.mouse.move(
    handle.x + handle.width / 2,
    handle.y + handle.height / 2
  );
  await page.mouse.down();
  await page.mouse.move(handle.x + slider.width, handle.y + handle.height / 2, {
    steps: 50
  });
  await page.mouse.up();

  await page.waitFor(3000);

  // success!

  await browser.close();
}

run();
複製代碼

另外一種常見的滑塊則是以下這種拼圖性質的滑塊：

const puppeteer = require('puppeteer');
const Rembrandt = require('rembrandt');

async function run() {
  const browser = await puppeteer.launch({
    headless: false,
    defaultViewport: { width: 1366, height: 768 }
  });
  const page = await browser.newPage();

  let originalImage = '';

  await page.setRequestInterception(true);
  page.on('request', request => request.continue());
  page.on('response', async response => {
    if (response.request().resourceType() === 'image')
      originalImage = await response.buffer().catch(() => {});
  });

  await page.goto('https://monoplasty.github.io/vue-monoplasty-slide-verify/');

  const sliderElement = await page.$('.slide-verify-slider');
  const slider = await sliderElement.boundingBox();

  const sliderHandle = await page.$('.slide-verify-slider-mask-item');
  const handle = await sliderHandle.boundingBox();

  let currentPosition = 0;
  let bestSlider = {
    position: 0,
    difference: 100
  };

  await page.mouse.move(
    handle.x + handle.width / 2,
    handle.y + handle.height / 2
  );
  await page.mouse.down();

  while (currentPosition < slider.width - handle.width / 2) {
    await page.mouse.move(
      handle.x + currentPosition,
      handle.y + handle.height / 2 + Math.random() * 10 - 5
    );

    let sliderContainer = await page.$('.slide-verify');
    let sliderImage = await sliderContainer.screenshot();

    const rembrandt = new Rembrandt({
      imageA: originalImage,
      imageB: sliderImage,
      thresholdType: Rembrandt.THRESHOLD_PERCENT
    });

    let result = await rembrandt.compare();
    let difference = result.percentageDifference * 100;

    if (difference < bestSlider.difference) {
      bestSlider.difference = difference;
      bestSlider.position = currentPosition;
    }

    currentPosition += 5;
  }

  await page.mouse.move(
    handle.x + bestSlider.position,
    handle.y + handle.height / 2,
    { steps: 10 }
  );
  await page.mouse.up();

  await page.waitFor(3000);

  // success!

  await browser.close();
}

run();
複製代碼

這裏咱們採用了簡單的圖片對比的方式，即在滑動過程當中，若是發現了有符合閾值的差別，則認爲是已經滑動成功。

Spider 配置

在 Cendertron 中，提供了一類特殊的 Slider Captcha Monkey，在傳入的 SpiderOption 中添加以下參數便可：

export interface SpiderOption {
  allowRedirect: boolean;
  depth: number;
  // 頁面插件
  monkies?: {
    sliderCaptcha: {
      sliderElementSelector: string;
      sliderHandleSelector: string;
    };
  };
}
複製代碼

延伸閱讀

您能夠經過如下任一方式閱讀筆者的系列文章，涵蓋了技術資料概括、編程語言與理論、Web 與大前端、服務端開發與基礎架構、雲計算與大數據、數據科學與人工智能、產品設計等多個領域：

• 在 Gitbook 中在線瀏覽，每一個系列對應各自的 Gitbook 倉庫。

Awesome Lists	Awesome CheatSheets	Awesome Interviews	Awesome RoadMaps	Awesome-CS-Books-Warehouse

編程語言理論	Java 實戰	JavaScript 實戰	Go 實戰	Python 實戰	Rust 實戰

軟件工程、數據結構與算法、設計模式、軟件架構	現代 Web 開發基礎與工程實踐	大前端混合開發與數據可視化	服務端開發實踐與工程架構	分佈式基礎架構	數據科學，人工智能與深度學習	產品設計與用戶體驗