有爬虫履历的各位小伙伴都知道,正常我们须要登录才能获取信息的网站,是比较难爬的。
缘故原由便是在于,现在各大网站为了反爬,与爬虫机制斗智斗勇,一样平常的都加入了图片验证码、滑动验证码之类的滋扰,让我们的爬虫中途折返。

  本篇文章紧张是针对哔哩哔哩的滑动验证码进行讲解和破解。

/2 方法磋商/

php滑动验证干货|Python年夜佬手把手带你破解哔哩哔哩网滑动验证上篇 Vue.js

写这个文章之前,我就在想一个问题,关于破解滑动验证究竟是利用机器学习还是第三方做事的方法会比较好一些。
关于这个问题,先说一下个人不雅观点:本人作为一个爬虫老鸟,如果只是为了利用,非常建议利用第三方做事。
紧张缘故原由有以下两点。

1、现在是2020年了,在IT行业的小伙伴们都知道一个事实,现在大红大紫的热门行业肯定都说是机器学习,大家都想入门机器学习。
但是很多人还没入门就GG了,这是为什么呢?由于入门机器学习,是须要有高档数学底子的,可不因此前学一个措辞,会常用逻辑就可以入门了的。
这也是为什么到现在为止,依然还有非常大的机器学习人才缺口。

2、机器学习,一样平常玩不起。
首先,你须要有大量的数据,然后再有一个不错的主机用于演习,再然后,便是须要你有高档数学的底子。
如果这三个你的具备,并且学习了机器学习,你才可以勉强破解滑动验证码,并且还不敢担保自己演习的准确度。

以上便是我推举利用第三方接口的缘故原由,由于第三方接口便是专门做这类机器学习的。
它们有强大的人力物力专门做破解各种验证码,并且识别率非常高,现在一样平常都是90%以上。
此外,不仅价格还喷鼻香,还可以让自己少掉很多根头发,何乐而不为了呢?

话说回来,并不是说我不建议学习机器学习。
毕竟现在我们是处于一个人工智能时期,如果你已有不错的数学根本,并且对机器学习饶有兴趣,在事情或者学习之余,可以学习一下机器学习的,毕竟趋势如此,紧跟潮流。

大略总结一下:如果你的爬虫碰着了滑动验证码,建议直策应用第三方平台。
如果你对机器学习很有兴趣,想考试测验一下新方法,可以考虑一下机器学习。

/3 所需工具/

本文中利用的工具和之前不太一样,这次暂时没有用到selenium,而是利用了第三方做事:https://2captcha.com/。
根据本人测试,这个平台是目前识别率最高的平台,价格也还行,3美元几百次的样子。
接下来,我详细讲解一下这个打码平台。

本文中利用的工具和之前不太一样,这次暂时没有用到selenium,而是利用了第三方做事:https://2captcha.com/,这里我们只须要 requests 模块就可以啦!

/4 打码平台参数剖析/

根据本人测试,这个平台是目前识别率最高的平台,价格也还行,3美元几百次的样子。
接下来,我详细讲解一下这个打码平台。

既然我们选择了第三方平台,我们务必要看一下人家的文档,看看别人是怎么操作的。
下面我们就2captcha平台的极验破解,看看官网上是如何实现的。

额...纯英文的,我也看不懂。


这咋回事呢?这咋办哪?这可咋整啊?别慌,问题不大,

1、首先我们须要登录到账号,如下图所示,右上方有个Sign的提示,如果没有账号的话,得点击右上方的Register进行注册账号即可。

2、当登录完成后,会自动跳到主页,如下图所示。

上图中长方形框框圈起来的地方表示你的账户余额剩余多少钱,账户资金不敷的话记得要氪金,否则是不能用滴,氪金过程这里就不多做阐明了哈,问题不大。
椭圆框框圈起来的地方表示的是你的唯一key值,每次要求要带上这个key的,以是你务必要保管好。

3、前期事情完成之后,接下来我们进入主题,研究文档。
点击下图中赤色圈的地方,API(全称是:Application Programming Interface,运用程序接口),一样平常API下面存放的都是文档。

4、之后弹出的界面就让人有些傻眼了,如下图所示。

额,尴尬的一批,这全部是英文额,不过不要慌,问题不大,连续往下滑动看看。

5、诶,不才方这里我们可以找到一个列表,如下图所示。

滑动到Rates这个菜单栏,我们能看到一个列表,我们要办理的便是极验(GeeTest,便是极验的英文翻译),以是我们只须要看GeeTest就好了,可以看到上面显示的单价是2.99美元。
之后我们点击GeeTest,页面会进行跳转。

6、之后会弹出下图的英文界面,估计小伙伴们有的望而生畏一波了。

7、不过仍旧不要慌,别忘却了,我们还有翻译呢!
点击浏览器的翻译功能,页面溘然间就变得熟习了,如下图所示。

这下是不是觉得清晰了很多了?虽然有些翻译的不尽人意,但是基本上我们能够明白翻译过来的意思,顺藤摸瓜,可以搞定原英文想要表达的意思。
如果你英文好的话,就不用像

可以看到上文中的操作提示,我们须要找到目标网站的gt,challenge和api_server三个值,然后,加上其他一些参数发送到网址https://2captcha.com/in.php,之后该网址会返回一个任务ID。

然后等个15秒旁边往后,再向https://2captcha.com/res.php要求,带上任务ID加上一些其他参数,即可进行破解。

/5 总结/

写到这里,这篇文章已经超过2000个字了,估计小伙伴们都没有耐心看下去了,

1、首先,我们确定须要第三方平台去帮助我们破解极验,之后我们须要找到这个第三方平台,并且须要进行注册。

2、注册之后,我们须要阅读API操作文档。

3、根据API操作文档,在翻译的帮助下,找到目标网站的gt,challenge和api_server三个值,然后,加上其他一些参数发送到 https://2captcha.com/in.php,会返回一个任务ID。

4、然后等个15秒旁边往后,再像https://2captcha.com/res.php要求,带上任务ID加上一些其他参数,即可进行破解。

介于篇幅缘故原由,这篇文章紧张先容了第三方打码平台和破解的理论部分,下一篇文章将详细先容破解哔哩哔哩极验的详细过程,小伙伴们敬请期待吧!