使用Selenium库模拟登录豆瓣共分三个步骤：1.打开豆瓣网站，点击“密码登录”； 2.输入账号和密码，确认登录；3.拉动滑块完成验证[结合OpenCV库]。本文内容仅作学习交流用，希望为大家提供更多实操思路。有任何问题或建议，欢迎大家留言哦～

1.创建Chrome浏览器对象，打开豆瓣网站

#导入库
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains
import time
import requests
from fake_useragent import UserAgent as ua
import cv2
from random import randint

#创建Options对象，设置启动参数
options = Options()
#关闭chrome自动化脚本，更像真人操作
options.add_argument('--disable-blink-features=AutomationControlled')
options.add_argument('--user-agent=Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/137.0.0.0 Safari/537.36')

#从selenium 4开始，须使用Service类来驱动浏览器并指明chromedriver路径
service = Service(executable_path='/usr/local/bin/chromedriver')

#创建driver
driver = webdriver.Chrome(service=service, options=options)

#打开豆瓣首页
driver.get('https://www.douban.com/')

#浏览器页面最大化
driver.maximize_window()

至此，运行代码将自动弹出页面：

2.切入iframe子框架

一般情况下网站的登录模块会以iframe的形式嵌入在主体框架中，因此我们需要先右键查看豆瓣网页的html代码，定位iframe所在位置。

找到iframe后，将driver切入iframe框架中。

#显式等待10秒，待找到iframe标签名后停止等待
iframe = WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.TAG_NAME, 'iframe')))

#切入子框架
driver.switch_to.frame(iframe)

#可选：
#可用JavaScript判定当前窗口是否是顶层窗口，以判断是否成功切入子框架中：
is_in_iframe = driver.execute_script('return window.self != window.top;')
print(is_in_iframe)        #返回True，证明在iframe中

3.定位至“密码登录”模块

鼠标悬浮在“密码登录”处，右键选择查看源代码。以Xpath方式锁定密码登录位置。

#定位‘密码登录’
login_btn = WebDriverWait(driver, 10).until(EC.element_to_be_clickable((By.XPATH, '/html/body/div[1]/div[1]/ul[1]/li[contains(text(), "密码登录")]')))
#此处也可选用By.CSS_SELECTOR方式

#点击
login_btn.click()

4.输入用户名和密码，点击登录豆瓣

#输入用户名和密码
username = WebDriverWait(driver, 10).until(EC.visibility_of_element_located((By.ID, 'username')))
username.send_keys('...')   #此处请替换为你自己的用户名

password = driver.find_element(By.XPATH, '//*[@id="password"]')
password.send_keys('...')   #此处请替换为你自己的密码

#点击“登录豆瓣”
submit = driver.find_element(By.XPATH, '/html/body/div[1]/div[2]/div[1]/div[5]/a[contains(text(), "登录豆瓣")]')
submit.click()

5.滑块验证

首先须切入滑块部分的iframe中，找到带有缺口的背景图和滑块碎片。利用Opencv库处理背景图和碎片图，用碎片图去弥合背景图的缺口处，定位缺口处位置。

5.1 下载背景图和碎片组合图，剪切出碎片图

#切换到滑块验证的iframe
slider_iframe = WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.XPATH, '//iframe[@id="tcaptcha_iframe_dy"]')))
driver.switch_to.frame(slider_iframe)

#定位至滑块验证的背景图和被滑动的碎片
bg_image = driver.find_element(By.XPATH, '//*[@id="slideBg" and @class="tc-bg-img unselectable"]')
    #print(bg_image.get_attribute('class'))  #‘tc-bg-img unselectable’，验证元素class属性，定位成功
slider_image = driver.find_element(By.XPATH, '//*[@id="tcOperation"]/div[@class="tc-fg-item" and contains(@style, "left: 2")]')
    #每次刷新时，碎片html代码段会变化位置，用xpath简单定位会存在偏失，因此要加入多个属性条件

#抓取背景图、被滑动的碎片的url
bg_url = bg_image.get_attribute('style').split('("')[1].split('")')[0]
slider_url = slider_image.get_attribute('style').split('("')[1].split('")')[0]

#下载背景图和碎片至本地
def download_pic(url, img_name):
    with requests.get(url, headers={'User-Agent': ua().random}) as resp1:
        with open(img_name+'.png', mode='wb') as f:
            f.write(resp1.content)

download_pic(bg_url, 'background')
download_pic(slider_url, 'assembly_slider')   
#此处发现下载的滑块碎片图是包含碎片、滑动轴和滑动按钮的组合图，因此需要单独剪切出滑块碎片部分

下载至本地的背景图和碎片图示例⬇️：

由于下载下来的碎片图是一个包含碎片、滑动按钮和滑动轴的组合图，而且碎片图的位置固定，因此我们可以利用cv2将碎片单独剪切出来。

#设计函数，用于剪切碎片：
def crop_slider(img_path):
    #读取组合图
    zuhe_img = cv2.imread(img_path)
    #裁剪
    x, y, w, h = 141, 491, 119, 119   #(x,y)是要被裁剪部分的左上角坐标，w和h是从(x,y)点处开始向右、向下延伸的长度
    slider = zuhe_img[y:y+h, x:x+w]   #直接剪切法
    #保存至本地
    cv2.imwrite('slider.png', slider)


#剪切出滑块碎片，并保存至本地
crop_slider('assembly_slider.png')

剪切下来的碎片：

5.2 利用cv2.matchTemplate获得背景图中缺口的左上角位置

#设计函数，定位背景图缺口的左上角位置
def locate_gap(bg_path, slider_path):     #bg_path和slider_path分别为背景图和被剪切后滑块的图片本地路径
    #读取背景图和被剪切后的滑块图，并转置为灰度图
    bg_img = cv2.imread(bg_path, cv2.COLOR_RGB2GRAY)
    slider_img = cv2.imread(slider_path, cv2.COLOR_RGB2GRAY)

    #识别灰度图片边缘
    edges_bg = cv2.Canny(bg_img, 100, 200)
    edges_slider = cv2.Canny(slider_img, 100, 200)

    #转化图片格式为RGB
    rgb_bg = cv2.cvtColor(edges_bg, cv2.COLOR_GRAY2RGB)
    rgb_slider = cv2.cvtColor(edges_slider, cv2.COLOR_GRAY2RGB)

    #缺口匹配
    res = cv2.matchTemplate(rgb_bg, rgb_slider, cv2.TM_CCOEFF_NORMED)
    #cv2.TM_CCOEFF_NORMED：归一化相关匹配。返回-1至1的浮点数，1表示完全匹配；0表示没有相关性，-1是完全相反。
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    #max_val越接近1，表示匹配越好；max_loc是匹配区域左上角的坐标
    top_left = max_loc  #找到背景图中缺口的左上角
    return top_left


#确认背景图中缺口左上角位置
top_left = locate_gap('background.png', 'slider.png') 

5.3 计算缺口中心位置

#确认缺口中心位置
gap_center = (top_left[0]+119//2, top_left[1]+119//2)    #(宽度, 高度)

#将中心位置匹配至网页中位置（原图像素(672x390)与网页中图片像素(278x199)存在缩放差异）
#新缺口x轴坐标=原缺口x轴坐标*新画布宽度/原画布宽度
gap_x = gap_center[0] * 278//672

5.4 定位滑块按钮，获得按钮中心点

#定位滑块按钮
swipe = driver.find_element(By.XPATH, '//*[@id="tcOperation"]/div[@class="tc-fg-item tc-slider-normal"]')

#获取滑块按钮初始位置的左侧点和按钮宽度
swipe_left = swipe.get_attribute('style').split('px;')[0].split(': ')[1]
swipe_width = swipe.get_attribute('style').split('px;')[2].split('th: ')[1]
#style="left: 18.6161px; top: 166.304px; z-index: 2; width: 53.7798px; height: 28.9583px; line-height: 28.9583px; background-color: rgb(65, 190, 87); box-shadow: rgba(65, 190, 87, 0.5) 0px 0px 4.1369px 0.41369px; cursor: pointer; opacity: 1;"

#获取滑块按钮初始位置的x轴中心点
swipe_center = float(swipe_left) + float(swipe_width) / 2

5.5计算滑块须滑动距离：滑动距离 = 背景图缺口中心点x坐标 - 滑块按钮中心点x坐标 

#滑块按钮滑动距离
distance = int(gap_x - swipe_center)

5.6按住滑块模拟滑动，完成验证

#点击并按住滑块
ActionChains(driver).click_and_hold(swipe).perform()

#滑动滑块:模拟人类，逐步拉动且低速
accumulated_steps = 0
while True:
    per_step = randint(10, 15)
    ActionChains(driver).move_by_offset(xoffset=per_step, yoffset=0).perform()
    accumulated_steps += per_step

    if accumulated_steps > distance:
        break
#松开滑块
ActionChains(driver).release().perform()

#等待加载页面
time.sleep(5)

#退出浏览器
driver.quit()

###完整代码为：

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains
import time
import requests
from fake_useragent import UserAgent as ua
import cv2
from random import randint


#设计函数，计算滑块须移动的x轴距离
#1 从组合图中裁剪出滑块碎片，保存至本地 'slider.png'
def crop_slider(img_path):
    #读取组合图
    zuhe_img = cv2.imread(img_path)
    #裁剪
    x, y, w, h = 141, 491, 119, 119   #(x,y)是要被裁剪部分的左上角坐标，w和h是从(x,y)点处开始向右、向下延伸的长度
    slider = zuhe_img[y:y+h, x:x+w]   #直接剪切法
    #展示被裁剪部分
    # cv2.imshow('slider', slider)
    # cv2.waitKey(0)
    # cv2.destroyAllWindows()
    #保存至本地
    cv2.imwrite('slider.png', slider)

#2 定位背景图中缺口的左上角位置
def locate_gap(bg_path, slider_path):     #bg_path和slider_path分别为背景图和被剪切后滑块的图片本地路径
    #读取背景图和被剪切后的滑块图，转置为灰度图
    bg_img = cv2.imread(bg_path, cv2.COLOR_RGB2GRAY)
    slider_img = cv2.imread(slider_path, cv2.COLOR_RGB2GRAY)

    #识别灰度图片边缘
    edges_bg = cv2.Canny(bg_img, 100, 200)
    edges_slider = cv2.Canny(slider_img, 100, 200)

    #转化图片格式
    rgb_bg = cv2.cvtColor(edges_bg, cv2.COLOR_GRAY2RGB)
    rgb_slider = cv2.cvtColor(edges_slider, cv2.COLOR_GRAY2RGB)

    #缺口匹配
    res = cv2.matchTemplate(rgb_bg, rgb_slider, cv2.TM_CCOEFF_NORMED)
    #cv2.TM_CCOEFF_NORMED：归一化相关匹配。返回-1至1的浮点数，1表示完全匹配；0表示没有相关性，-1是完全相反。
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    #max_val越接近1，表示匹配越好；max_loc是匹配区域左上角的坐标
    top_left = max_loc  #找到背景图中缺口的左上角
    return top_left


#开始模拟登陆：
#创建Options对象，设置启动参数
options = Options()
options.add_argument('--disable-blink-features=AutomationControlled')  #关闭chrome自动化脚本，更像真人操作
options.add_argument('--user-agent=Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/137.0.0.0 Safari/537.36')

service = Service(executable_path='/usr/local/bin/chromedriver')
driver = webdriver.Chrome(service=service, options=options)

#1 打开豆瓣首页
driver.get('https://www.douban.com/')

#浏览器页面最大化
driver.maximize_window()

#切入iframe子框架
iframe = WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.TAG_NAME, 'iframe')))
driver.switch_to.frame(iframe)


#2 用户名/密码输入阶段
#点击‘密码登录’
login_btn = WebDriverWait(driver, 10).until(EC.element_to_be_clickable((By.XPATH, '/html/body/div[1]/div[1]/ul[1]/li[contains(text(), "密码登录")]')))
login_btn.click()

#输入用户名和密码
username = WebDriverWait(driver, 10).until(EC.visibility_of_element_located((By.ID, 'username')))
username.send_keys('****')

password = driver.find_element(By.XPATH, '//*[@id="password"]')
password.send_keys('****')

#点击“登录豆瓣”
submit = driver.find_element(By.XPATH, '/html/body/div[1]/div[2]/div[1]/div[5]/a[contains(text(), "登录豆瓣")]')
submit.click()


#3 进入滑块验证阶段
#切换到滑块验证的iframe
slider_iframe = WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.XPATH, '//iframe[@id="tcaptcha_iframe_dy"]')))
driver.switch_to.frame(slider_iframe)

#休眠一下
time.sleep(3)

#定位至滑块验证的背景图和被滑动的碎片
bg_image = driver.find_element(By.XPATH, '//*[@id="slideBg" and @class="tc-bg-img unselectable"]')
    #print(bg_image.get_attribute('class'))  #‘tc-bg-img unselectable’，验证元素class属性，定位成功
slider_image = driver.find_element(By.XPATH, '//*[@id="tcOperation"]/div[@class="tc-fg-item" and contains(@style, "left: 2")]')
    #每次刷新时，碎片html代码段会变化位置，单用xpath定位存在偏失，因此要加入多个属性条件

#抓取背景图、被滑动的碎片的url
bg_url = bg_image.get_attribute('style').split('("')[1].split('")')[0]
slider_url = slider_image.get_attribute('style').split('("')[1].split('")')[0]

#下载背景图和碎片至本地
def download_pic(url, img_name):
    with requests.get(url, headers={'User-Agent': ua().random}) as resp1:
        with open(img_name+'.png', mode='wb') as f:
            f.write(resp1.content)
download_pic(bg_url, 'background')
download_pic(slider_url, 'assembly_slider')   #此处发现下载的滑块碎片图是包含碎片、滑动轴和滑动块的组合图，因此需要单独剪切出滑块碎片部分

#剪切出滑块碎片，并保存至本地
crop_slider('assembly_slider.png')

#确认背景图中缺口左上角位置
top_left = locate_gap('background.png', 'slider.png')

#确认缺口中心位置
gap_center = (top_left[0]+119//2, top_left[1]+119//2)

#将中心位置匹配至网页中位置（原图(672x390)与网页中图片(278x199)存在缩放差异）
#新缺口坐标=原缺口坐标*新画布宽度/原画布宽度
gap_x = gap_center[0] * 278//672

#定位滑块按钮
swipe = driver.find_element(By.XPATH, '//*[@id="tcOperation"]/div[@class="tc-fg-item tc-slider-normal"]')

#获取滑块按钮初始位置的左侧点和按钮宽度
swipe_left = swipe.get_attribute('style').split('px;')[0].split(': ')[1]
swipe_width = swipe.get_attribute('style').split('px;')[2].split('th: ')[1]

#获取滑块按钮初始位置的x轴中心点
swipe_center = float(swipe_left) + float(swipe_width) / 2

#滑块按钮滑动距离
distance = int(gap_x - swipe_center)

#点击并按住滑块
ActionChains(driver).click_and_hold(swipe).perform()

#滑动滑块:模拟人类，逐步拉动且低速
accumulated_steps = 0
while True:
    per_step = randint(10, 15)
    ActionChains(driver).move_by_offset(xoffset=per_step, yoffset=0).perform()
    accumulated_steps += per_step

    if accumulated_steps > distance:
        break

#松开滑块
ActionChains(driver).release().perform()

#等待加载页面
time.sleep(5)

#退出浏览器
driver.quit()