一、极验滑动轨迹分析

想构造一个成功率高的滑动轨迹，首先得知道js代码中是如何记录滑动过程，不同厂家的记录方式不同。但是，万变不离其宗，记录的过程无非就是通过触发鼠标的点击、移动等事件，记录时间、位置等信息。

1. 生成滑动轨迹的js入口

破解极验最终的目的就是构造w参数，而w参数是由滑动轨迹通过加密算法得到的。所以，可以先找到w参数的位置，通过w参数跳到滑动轨迹加密之前的位置。

第一步：将混淆的js代码还原，还原过程请看 极验第四代滑块验证码破解（一）：AST还原混淆JS

第二步：使用reres插件将gcaptcha4.js替换成还原后的js文件

第三步：在gcaptcha4.js中搜索"w"，适当位置打上debugger

第四步：打开 极验4代官方测试网站 ，滑动滑块触发debugger

第五步：通过调用栈找到 B F F C 函 数 中 调 用 _BFFC函数中调用

• 第六步：多滑动几次，观察滑动轨迹规律，便于自己构造

• 最后：这里我要吐槽下了，极验的研发太不上心了，看看下面的图片就知道了

2. 滑动轨迹的python实现

此方式构造的滑动轨迹，成功率在95%左右，其中各项参数还可以优化。
优化方案：滑动的距离在0-222范围内，可能性不大。每次可保存校验成功的轨迹。下次遇到相同距离时，可直接调用。

# -*- coding: utf-8 -*-
import random


def __ease_out_expo(x):
    if x == 1:
        return 1
    else:
        return 1 - pow(2, -10 * x)


def __ease_out_quart(x):
    return 1 - pow(1 - x, 4)


def get_slide_track(distance):
    """
    根据滑动距离生成滑动轨迹
    :param distance: 需要滑动的距离
    :return: 滑动轨迹<type 'list'>: [[x,y,t], ...]
        x: 已滑动的横向距离
        y: 已滑动的纵向距离, 除起点外, 均为0
        t: 滑动过程消耗的时间, 单位: 毫秒
    """

    if not isinstance(distance, int) or distance < 0:
        raise ValueError(f"distance类型必须是大于等于0的整数: distance: {distance}, type: {type(distance)}")
    # 初始化轨迹列表
    slide_track = [
        [random.randint(20, 60), random.randint(10, 40), 0]
    ]
    # 共记录count次滑块位置信息
    count = 30 + int(distance / 2)
    # 初始化滑动时间
    t = random.randint(50, 100)
    # 记录上一次滑动的距离
    _x = 0
    _y = 0
    for i in range(count):
        # 已滑动的横向距离
        x = round(__ease_out_expo(i / count) * distance)
        # 滑动过程消耗的时间
        t = random.randint(10, 20)
        if x == _x:
            continue
        slide_track.append([x - _x, _y, t])
        _x = x
    slide_track.append([0, 0, random.randint(200, 300)])
    return slide_track


if __name__ == '__main__':
    for _ in get_slide_track(100):
        print(_)