摘要
前段时间，2023 贺岁纪念币的预约火热地进行着，当晚我也凭借惊人的手速抢到了 3 *20 = 60 个，某天偶然打开农行预约纪念币网的站，发现预约端口还未关闭，便想着用 Selenium 自动化测试来实现全自动预约纪念币。
经过测试，预约 10 人的时间在 45 – 55 s 左右，速度还可以，但有些地方还可以再优化，如加载 csv 文件获取个人信息、使用多台手机同时接受短信验证码等，上述功能可能会在以后的更新中添加。
声明：本文只用于技术分享，禁止使用本文代码参与各种不当获利行为
Part I：基本 Selenium 自动化
打开农行纪念币预约网址，进入纪念币预约，可见布局如下：
接下来就是基本的 Selenium 自动化了，F12打开开发者工具，查看 “ 预约 ” 的 Xpath，但通过两次纪念币预约，我发现该元素的 Xpath 是随纪念币更改的，故每次要提前进入该网址获取本次预约的 Xpath。
将所有配置文件放在general_settings.py方便管理
# general_settings.py
# 驱动路径
path_chrome = Service_Chrome("../driver/chromedriver.exe")
# 预约链接
booking_url = "https://eapply.abchina.com/coin/Coin/CoinIssuesDistribution?typeid=202301"
# 预约界面 Xpath
welcome_page_xpath = '/html/body/div[5]/div[2]/table/tbody/tr[5]/td[4]/input[1]'
# main.py
browser = webdriver.Chrome(service=general_settings.path_chrome) # 使用 Chrome 驱动
browser.get(general_settings.booking_url)
def welcome_page():
"""
欢迎页面
:return: None
"""
browser.find_element(By.XPATH, general_settings.welcome_page_xpath).click()
browser.find_element(By.XPATH, '//*[@id="I128"]/button[1]').click() # 同意并继续
接下来，进入今天我们的主战场，布局如下：
我将此页面分为如下五个部分：
- 基本个人信息（姓名、证件号码、手机号码）
- 图形验证码
- 短信验证码
- 兑换网点
- 兑换时间
其中，1、4、5 在本 Part 展示，2、3 将在下文展示。
1. 基本个人信息
由于本次自动化是多线程同时进行，且为了个人信息安全和后期再有纪念币预约可以直接使用，故将个人信息放入 MySQL 数据库中，使用 Python 第三方库 pymysql 获取数据库信息并填写。
# general_settings.py
# 数据库信息
host = "" # 主机名（IP）
port = 3306 # 数据库端口，默认为 3306
user = "" # 数据库用户名
password = "" # 数据库密码
database = "" # 信息所在 database（数据库）
table = "" # 信息所在 table（表）
# main.py
def info_get(host: str, port: int, user: str, password: str, database: str, table: str):
"""
通过 MySQL 数据库获取信息
:param host: 主机名（IP）
:param port: 数据库端口
:param user: 数据库用户名
:param password: 数据库密码
:param database: 信息所在 database
:param table: 信息所在 table
:return: 信息的元组
"""
info_MySQL = Connection(
host=host,
port=port,
user=user,
password=password
) # 连接数据库
cursor = info_MySQL.cursor()
info_MySQL.select_db(database)
cursor.execute(f'SELECT * FROM {table};')
result = cursor.fetchall() # 获取所有信息
info_mysql = result[thread_index] # 获取对应进程的个人信息
cursor.close()
info_MySQL.close()
return info_mysql
# main.py
def fill_info(info: tuple):
"""
填写信息函数
:param info: 信息元组
:return: None
"""
browser.find_element(By.XPATH, '//*[@id="name"]').send_keys(info[1]) # 姓名
browser.find_element(By.XPATH, '//*[@id="identNo"]').send_keys(info[2]) # 身份证号
browser.find_element(By.XPATH, '//*[@id="mobile"]').send_keys(info[3]) # 电话号码
2. 兑换网点
兑换网点是一个下拉框对象，可以使用 Selenium 中 Select 函数对网点进行选择。省行、分行、支行都很顺利，但营业处选项遇到了一些问题，营业处的文本为 “营业处 + 当前剩余纪念币数”，若使用select_by_index会导致不知道默认选择的营业处是否还有纪念币。
故做以下修改：先选择默认营业处，若默认营业处剩余纪念币数 <= 20，则对营业处的列表进行遍历，选择剩余纪念币数 >= 20 的营业处，若都没有剩余，则输出 “ 该营业处没有剩余纪念币 ”。当然，你也可以再对支行、分行甚至省行（只要你能跑）的列表进行遍历，选择有剩余的营业处。
# general_settings.py
# 预约地址
place_arr = ["", "", "", 4] # 分别为 [省行, 分行, 支行, 默认营业厅序号（从 1 开始为第一个）]
# main.py
def choose_place(province: str, city: str, country: str, default_bank_index: int):
"""
选择兑换网点
:param province: 省行名称
:param city: 分行名称
:param country: 支行名称
:param default_bank_index: 默认营业处序号（从 1 开始为第一个营业处）
:return: None
"""
select_province = browser.find_element(By.XPATH, '//*[@id="orglevel1"]') # 选择省行
Select(select_province).select_by_visible_text(province)
select_city = browser.find_element(By.XPATH, '//*[@id="orglevel2"]') # 选择分行
Select(select_city).select_by_visible_text(city)
select_country = browser.find_element(By.XPATH, '//*[@id="orglevel3"]') # 选择支行
Select(select_country).select_by_visible_text(country)
select_bank = browser.find_element(By.XPATH, '//*[@id="orglevel4"]') # 选择营业处
bank_text = select_bank.text
bank_arr = bank_text.split("\n")
default_coin_number = bank_arr[default_bank_index].split(" ")
# 判断该营业处是否有剩余纪念币
if int(default_coin_number[1]) >= 20:
Select(select_bank).select_by_index(default_bank_index)
else:
for bank_index in range(1, len(bank_arr)):
coin_number = bank_arr[bank_index].split(" ")
if int(coin_number[1]) >= 20:
Select(select_bank).select_by_index(bank_index)
break
else:
print(f"进程{thread_index} 没有营业厅有纪念币了...")
break
3. 兑换时间
选择时间可以通过两次定位来实现，但是速度较慢且 Xpath 路径不好写，且有时会涉及到 frame ，此时需要切换 frame，比较麻烦。所以本文使用 js 来处理时间控件，实现原理为删除 input 的 readonly 属性，直接输入日期。
# general_settings.py
# 兑换时间
coindate = "" # 按照'年-月-日'输入日期，例如：'2023-01-01'
# main.py
def coin_date(coindate: str):
"""
选择兑换时间
:param coindate: 兑换时间
:return: None
"""
js_date = 'document.getElementById("coindate").removeAttribute("readonly");' # 执行 js 代码去除 readonly 属性
browser.execute_script(js_date)
browser.find_element(By.ID, 'coindate').clear() # 清除输入框
browser.find_element(By.ID, 'coindate').send_keys(coindate) # 输入日期
至此，基本的 Selenium 自动化已经完成。接下来，就是本文的核心：图像验证码与短信验证码。
Part II：图形验证码
1. 图形验证码数据集获取
既然选择用深度学习识别验证码，首先就是获取验证码数据集。
在预约界面查找元素可知验证码的 src，刷新后会显示不同的图形验证码，这样图形验证码的数据源就搞定了。下面就是使用 requests 库爬取图形验证码，并以二进制方式写入到本地文件，这里一共爬取 3000 张验证码。
# captcha_get.py
import time
import os
import requests
url = f'https://eapply.abchina.com/coin/Helper/ValidCode.ashx'
if not os.path.exists('./pic_captcha'):
os.makedirs('./pic_captcha')
for index in range(3000):
file = f'./pic_captcha/captcha_{index}.png'
re = requests.get(url)
with open(file, 'wb') as f:
f.write(re.content)
print(f'captcha_{index} finished...')
time.sleep(0.1)
但由于这些验证码之后还需要进行标注，比较麻烦，特此将我用 2captcha 标注好的 3000 张验证码贴出来，格式为 ” 验证码_piccaptcha+hash.png “。（别问我为什么不直接用 2captcha，因为一个验证码要 5 s，这速度还不如直接手动输入）
下载数据集 – Kaggle
下载数据集 – AliCloud
2. 训练模型
下面介绍本文采用的 CNN 模型 ocr_jasper，基于 mobildenetv2 修改而来，下图为网络结构。
训练代码在此就不详细说明了，详情可看仓库中 ” ocr_jasper_train “ 内的 README.md 。训练完成后，会得到 model.onnx 和 charsets.json 两个文件，分别为模型文件和字符集文件，这两个文件需配合 ocr_jasper 库使用。
3. 获取页面中图形验证码
上文爬取验证码时提到过，图形验证码的数据源是一条链接，所以无法直接通过链接直接下载图形验证码，故对图形验证码的元素进行截图并保存，方便 ocr_jasper 调用。
# main.py
def pic_captcha_save():
"""
定位验证码进行截图
:return: None
"""
captcha_img = browser.find_element(By.XPATH, '//*[@id="piccaptcha"]') # 要截图的元素
x, y = captcha_img.location.values() # 坐标
h, w = captcha_img.size.values() # 宽高
image_data = browser.get_screenshot_as_png() # 把截图以二进制形式的数据返回
screenshot = Image.open(BytesIO(image_data)) # 以新图片打开返回的数据
result = screenshot.crop((x, y, x + w, y + h)) # 对截图进行裁剪
result.save(f'./Captcha/pic_captcha_thread{thread_index}.png')
4. 使用 ocr_jasper 识别图形验证码
现在，就可以通过调用 ocr_jasper 来对图形验证码进行识别了，ocr_jasper 可以从本文的仓库中获取，在 CMD 或 Anaconda Prompt 中运行：
pip install {ocr_jasper} # 将 {ocr_jasper} 替换为 ocr_jasper 的相对或绝对路径
接下来就可以在代码中调用 ocr_jasper 了，将代码中import_onnx_path和charsets_path修改为训练好的模型和字符集文件的相对或绝对路径，默认放在项目根目录下的 Models 文件夹中。
# main.py
def pic_captcha_recognition():
"""
使用 ocr_jasper 识别图形验证码
:return: None
"""
ocr_pic = ocr_jasper.OCR(import_onnx_path='./Models/model.onnx',charsets_path="./Models/charsets.json")
with open(f'./Captcha/pic_captcha_thread{thread_index}.png', 'rb') as f:
image = f.read()
captcha_recognized = ocr_pic.classification(image)
browser.find_element(By.XPATH, '//*[@id="piccode"]').send_keys(captcha_recognized) # 验证码输入框
def get_text_captcha():
"""
获取短信验证码
:return: None
"""
browser.find_element(By.XPATH, '//*[@id="sendValidate"]').click()
5. 判断图形验证码是否识别正确
有时 ocr 会抽风，无法正确识别图形验证码，在此添加一个函数来判断是否识别正确。当识别错误时，id 为 errorCaptchaNo的元素会变成 ” 图形验证码错误 “；识别正确时，会变为 ” 短信验证码已发送成功 “，所以可以通过该元素文本长度来判断图形验证码是否识别正确。又因为captcha_success变量会跨函数多次调用，故将其定义为全局变量。
# main.py
def captcha():
"""
判断图形验证码是否正确
:return: None
"""
global captcha_success
while True:
pic_captcha_save()
time.sleep(1)
pic_captcha_recognition()
get_text_captcha()
time.sleep(0.5)
is_captcha_error = browser.find_element(By.XPATH, '//*[@id="errorCaptchaNo"]').text
if len(is_captcha_error) == 7:
browser.find_element(By.XPATH, '//*[@id="piccaptcha"]').click() # 重新获取验证码
browser.find_element(By.XPATH, '//*[@id="piccode"]').clear()
elif len(is_captcha_error) == 10:
captcha_success = True
break
短信验证码与多线程并发
短信验证码与多线程并发内容可见我的个人博客
- 个人博客：JasperX’s Blog
- 项目仓库：Github
以上就是本次自动化测试预约纪念币的所有内容了，如果你喜欢我，欢迎关注我的 CSDN、知乎，或者在下方留下你的评论，Bye！
遵守协议：BY-NC-SA
版权声明：本文为博主作者：JasperXzy原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/JasperXzy/article/details/128773358
