查看某慈善网站时，想获取慈善组织名单，结果手动打开时首次也会触发滑动验证，懒人不想动手，找了点代码自动处理一下。
http://cszg.mca.gov.cn/biz/ma/csmh/a/csmhaDoSort.html
通常来说，处理这种验证，大概分成几步，首先找图片，然后使用超牛的图片处理opencv库进行模板匹配，最后读取匹配结果，完成。
首先找图片，使用模拟操作的话可能找三张图片，背景，小图，滑动条，使用代码逻辑的话找背景和小图就行了。
F12在网络面板找一下很容易发现请求验证码的ajax请求是：https://cszg.mca.gov.cn/biz/ma/csmh/filter/getSlideCaptcha.html ，返回的json中包含了背景图和小图的base64编码，同时还有图片的大小，小图Y轴位置等信息，不重要，用不上。
图片找到了，就导入opencv进行模板匹配，匹配前进行图片灰度处理一下，提高识别率。
最后读取opencv模板匹配的值，进行验证请求，返回{"toPath":"","status":"success"}就表示成功了，接下来就使用之前的cookie愉快地访问吧。
代码如下：
def sliderCrack(cookies):
url = "https://cszg.mca.gov.cn/biz/ma/csmh/filter/getSlideCaptcha.html?_="+str(time.time())
r = requests.get(url, cookies=cookies)
cookies = r.cookies
captcha = json.loads(r.text)
cutImage = base64.b64decode(captcha['c']['cutImage'],'-_')
oriImage = base64.b64decode(captcha['c']['oriImage'],'-_')
img_array = np.fromstring(cutImage, np.uint8)
cutImage_raw = cv2.imdecode(img_array, cv2.COLOR_RGB2BGR)
img_array = np.fromstring(oriImage, np.uint8)
oriImage_raw = cv2.imdecode(img_array, cv2.COLOR_RGB2BGR)
cutImage_gray=cv2.cvtColor(cutImage_raw,cv2.COLOR_BGR2GRAY)
oriImage_gray=cv2.cvtColor(oriImage_raw,cv2.COLOR_BGR2GRAY)
res=cv2.matchTemplate(oriImage_gray,cutImage_gray,cv2.TM_CCOEFF_NORMED)
value=cv2.minMaxLoc(res)
value = value[3][0]
url = "https://cszg.mca.gov.cn/biz/ma/csmh/filter/slideCaptchaCheck.html?slidevalue="+str(base64.b64encode(str(value).encode('ascii')),encoding='utf8')+"&_="+str(time.time())
r = requests.get(url, cookies=cookies)
cookies = r.cookies
print(r.text)代码很简单，没什么好说的，就和前方讲的大概操作流程一样：找图片，opencv模板匹配cv2.matchTemplate，最后输出结果cv2.minMaxLoc。
最后吐槽一下，首次手动访问也会直接跳出来滑动验证，这样的做法太缺乏人性关怀了吧？然后搞了个滑动验证也很容易就滑过去了，这样也不能防爬虫，那么这样操作的意义何在，只能伤及无辜，无端给上网不方便的人士造成障碍，最次也搞个操作频率检测如何？希望程序员多讲讲武德，当然客户是上帝，愿世界和平！
版权属于：月萌API www.moonapi.com，转载请注明出处
