python2.7+selenium2实现淘宝滑块自动认证功能

下面是关于“Python2.7+Selenium2实现淘宝滑块自动认证功能”的完整攻略，包括环境搭建、安装Selenium、代码示例等步骤。

环境搭建

首先，需要安装Python 2.7版本以及pip包管理工具。之后，通过pip安装相关依赖包，包括selenium、pillow和numpy等。这些包的安装可以通过以下命令来完成：

pip install selenium
pip install pillow
pip install numpy

安装浏览器驱动

为了使用Selenium打开并模拟浏览器行为，需要下载对应浏览器的驱动。例如，Chrome浏览器需要下载并安装ChromeDriver。然后需要将驱动程序所在路径添加到环境变量中，以便Python能够找到驱动程序。

示例代码

下面是一个简单的淘宝滑块自动认证的示例代码：

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
from PIL import Image
import numpy as np
import time


def get_snap(driver):
    """
    截取当前页面并保存为图片
    """
    driver.save_screenshot('fullpage.png')
    page_snap_obj = Image.open('fullpage.png')
    return page_snap_obj


def get_image(snap_obj, location):
    """
    根据location从snap_obj中截取滑块图片
    """
    img_obj = snap_obj.crop(location)
    return img_obj


def get_distance(image1, image2):
    """
    将image1和image2转为numpy数组并计算距离
    """
    array1 = np.array(image1.convert('L'))
    array2 = np.array(image2.convert('L'))
    distance = np.linalg.norm(array1 - array2)
    return distance


def get_track(distance):
    """
    根据距离计算滑块移动轨迹
    """
    track_list = []
    # 总共移动次数，每次移动距离不超过10像素
    step_count = int(distance / 10)
    # 计算每次移动距离和方向
    for i in range(step_count):
        track_list.append(10)
    # 剩余距离
    remainder = int(distance % 10)
    track_list.append(remainder)
    # 随机化轨迹
    return track_list


def move_to_gap(driver, slider, track):
    """
    根据轨迹移动滑块
    """
    ActionChains(driver).click_and_hold(slider).perform()
    for x in track:
        ActionChains(driver).move_by_offset(xoffset=x, yoffset=0).perform()
    time.sleep(0.5)
    ActionChains(driver).release().perform()


if __name__ == '__main__':
    # 初始化浏览器驱动
    driver = webdriver.Chrome()
    driver.maximize_window()

    # 打开淘宝登录页面
    driver.get('https://login.taobao.com/member/login.jhtml')

    # 等待网页元素加载完成
    time.sleep(2)

    # 点击滑块按钮，显示滑块
    slider_button = driver.find_element_by_id('nocaptcha-password')
    slider_button.click()

    # 截取页面并获取滑块图片
    page_snap_obj = get_snap(driver)
    slider_img = driver.find_element_by_xpath('//div[@id="nc_1_n1z"]//img')
    slider_location = slider_img.location
    slider_size = slider_img.size
    slider_range = (slider_location['x'], slider_location['y'], slider_location['x'] + slider_size['width'],
                    slider_location['y'] + slider_size['height'])
    slider_img_obj = get_image(page_snap_obj, slider_range)

    # 移动滑块
    track_list = get_track(170)
    slider_element = driver.find_element_by_id('nc_1_n1z')  # 滑块的元素id
    move_to_gap(driver, slider_element, track_list)

    # 关闭浏览器
    driver.quit()

运行示例代码后，可以自动打开淘宝登录页面并模拟人类操作来通过滑块认证。其中，get_snap()用于截取当前窗口并存储为图片；get_image()用于从截图中截取某一区域的图片；get_distance()用于计算两张图片之间的距离；get_track()用于生成滑块移动轨迹；move_to_gap()用于模拟人类拖动滑块的过程。

另外，需要注意的是，滑块的元素id可能会因为淘宝的更新而改变，需要根据实际情况进行修改。