对于web应用程序来讲，处于安全性考虑，在登录的时候，都会设置验证码， 验证码的类型种类繁多，有图片中辨别数字字母的，有点击图片中指定的文字的，也有算术计算结果的，再复杂一点就是滑动验证的。 诸如此类的验证码，对我们的系统增加了安全性的保障，但是对于我们测试人员来讲，在自动化测试的过程中，无疑是一个棘手的问题。
1、Web 化验证码解决方案
一般在我们测试过程中，登录遇到上述的验证码的时候，有以下种解决方案：
- 第一种、让开发去掉验证码
- 第二种、设置一个万能的验证码
- 第三种、通过 cookie 绕过登录
- 第四种、自动识别技术识别验证码
2、验证码解决方案
# coding:utf-8
import os
import subprocess
from PIL import Image
def get_captcha(driver, captcha_id, full_screen_img_path, captcha_img_path, captcha_final_path, txt_path, ocr_path):
# 浏览器界面截图
driver.save_screenshot(full_screen_img_path)
# 找到验证码图片，得到它的坐标
element = driver.find_element_by_id(captcha_id)
left = element.location['x']
top = element.location['y']
right = element.location['x'] + element.size['width']
bottom = element.location['y'] + element.size['height']
left, top, right, bottom = int(left), int(top), int(right), int(bottom)
img = Image.open(full_screen_img_path)
img = img.crop((left, top, right, bottom))
# 得到验证码图片
img.save(captcha_img_path)
# 打开验证码图片
img = Image.open(captcha_img_path)
# 颜色直方图，255种颜色，255为白色
# 新建一张图片(大小和原图大小相同，背景颜色为255白色)
img_new = Image.new('P', img.size, 255)
for x in range(img.size[1]):
for y in range(img.size[0]):
# 遍历图片的xy坐标像素点颜色
pix = img.getpixel((y, x))
# print(pix)
# 自己调色，r=0，g=0，b>0为蓝色
if pix[0] < 20 and pix[1] < 20 and pix[2] > 50:
# 把遍历的结果放到新图片上，0为透明度，不透明
img_new.putpixel((y, x), 0)
img_new.save(captcha_final_path, format='png')
# 通过tesseract工具解析验证码图片，生成文本
os.system(ocr_path)
# 读取txt文件里面的验证码
with open(txt_path, 'r') as f:
if f.read():
t = f.read().strip()
# 去掉中间空格
if ' ' in t:
t = t.replace(' ', '')
if t.isdigit() and len(t) == 4:
return t
else:
return 'fail'
def check_resp(result, msg):
if msg in result:
return 'pass'
else:
return 'failed'
# 接口 - 识别验证码
def get_captcha(captcha_img_path, captcha_final_path, txt_path, ocr_path):
# 打开验证码图片
img = Image.open(captcha_img_path)
# 新建一张图片(大小和原图大小相同，背景颜色为255白色)
img_new = Image.new('P', img.size, 55)
for x in range(img.size[1]):
for y in range(img.size[0]):
# 遍历图片的xy坐标像素点颜色
pix = img.getpixel((y, x))
# print(pix)
# 自己调色，r=0，g=0，b>0为蓝色
if pix[0] < 20 and pix[1] < 20 and pix[2] > 50:
# 把遍历的结果放到新图片上，0为透明度，不透明
img_new.putpixel((y, x), 0)
img_new.save(captcha_final_path, format='png')
# 通过tesseract工具解析验证码图片，生成文本，【Tesseract-OCR必须和jpg的根目录必须相同，如C盘、D盘！！！】
os.system(ocr_path)
# 读取txt文件里面的验证码
with open(txt_path, 'r') as f:
if r.read():
t = f.read().strip()
# 去掉中间空格
if ' ' in t:
t = t.replace(' ', '')
# 如果是数字且长度为4，就返回数字，如果不是就返回 fail
if t.isdigit() and len(t) == 4:
return t
else:
return fail下面是配套学习资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！
软件测试面试小程序
被百万人刷爆的软件测试题库！！！谁用谁知道！！！全网最全面试刷题小程序，手机就可以刷题，地铁上公交上，卷起来！
涵盖以下这些面试题板块：
1、软件测试基础理论 ，2、web,app，接口功能测试 ，3、网络 ，4、数据库 ，5、linux
6、web,app，接口自动化 ，7、性能测试 ，8、编程基础，9、hr面试题 ，10、开放性测试题，11、安全测试，12、计算机基础
资料获取方式 ：
