• 0x01 验证码
  • 1、图片验证码
    • 1.1 什么是图片验证码？
    • 1.2 验证码的作用？
    • 1.3 使用场景？
    • 1.4 图片验证码处理方案
  • 2、图像识别引擎
    • 2.1 tesseract介绍
    • 2.2 tesseract安装
    • 2.3 引擎的使用
  • 0x03 打码平台使用
    • 3.1 为什么需要了解打码平台的使用
    • 3.2 常见的打码平台
    • 3.3 云打码的使用
    • 3.4 云打码官方接口

0x01 验证码

1、图片验证码

1.1 什么是图片验证码？

阅读时间:三分中
验证码，CAPTCHA（全自动区分计算机和人类的图灵测试），就是看你是人还是脚本。

1.2 验证码的作用？

防止恶意破解密码，论坛灌水，刷票，有效防止暴力测试

1.3 使用场景？

注册
登录
频繁发送请求时

1.4 图片验证码处理方案

-手动输入 仅限于的登陆一次可以持续使用的情况
-图像识别引擎解析 一般使用ocr库（后面讲），效率低
-打码平台

2、图像识别引擎

2.1 tesseract介绍

是一个开源，免费的OCR（把文字识别成图像）引擎。

2.2 tesseract安装

要安装两个：windows的话，我把exe放在附件里，拿过去运行（绝对没有后门，只是为了方便用），安装后加入环境变量。
还有一个是python库，要安装pillow和pytesseract，要么在pycharm里加，要么cmd

pip3 install pillow 
pip3 install pytesseract

2.3 引擎的使用

进入tesseract文件夹

cmd

输入

tesseract.exe img.png result

其中img.png是你自己文件的名字
（im.png长这样）

然后我们在tesseract文件夹下得到了提取的结果
当然 你还可以cai result.txt 意思是查看里面的内容

‘input

另一种方法，使用pytesseract里的image_to_string方法

from PIL import Image#导入image类
import pytesseract
im = Image.open('test.png') #打开图片
result = pytesseract.image_to_string(im) #把图片转化为字符串
print(result)

同样也能得到

0x03 打码平台使用

3.1 为什么需要了解打码平台的使用

现在很多网站都会使用验证码来进行反爬，所以为了能够更好的获取数据，需要了解如何使用打码平台爬虫中的验证码

3.2 常见的打码平台

云打码：http://www.yundama.com/
能够解决通用的验证码识别
极验验证码智能识别辅助：http://jiyandoc.c2567.com/
能够解决复杂验证码的识别

3.3 云打码的使用

下面以云打码为例，了解打码平台如何使用

3.4 云打码官方接口

下面代码是云打码平台提供，做了个简单修改，实现了两个方法：

indetify:传入图片的响应二进制数即可
indetify_by_filepath:传入图片的路径即可识别

其中需要自己配置的地方是：

username = ‘whoarewe’ # 用户名

password = ‘*‘ # 密码

appid = 4283 # appid

appkey = ‘02074c64f0d0bb9efb2df455537b01c3’ # appkey

codetype = 1004 # 验证码类型

云打码官方提供的api如下：

#yundama.py
import requests
import json
import time
class YDMHttp:
    apiurl = 'http://api.yundama.com/api.php'
    username = ''
    password = ''
    appid = ''
    appkey = ''
    def __init__(self, username, password, appid, appkey):
        self.username = username
        self.password = password
        self.appid = str(appid)
        self.appkey = appkey
    def request(self, fields, files=[]):
        response = self.post_url(self.apiurl, fields, files)
        response = json.loads(response)
        return response
    def balance(self):
        data = {'method': 'balance', 'username': self.username, 'password': self.password, 'appid': self.appid,
                'appkey': self.appkey}
        response = self.request(data)
        if (response):
            if (response['ret'] and response['ret'] < 0):
                return response['ret']
            else:
                return response['balance']
        else:
            return -9001
    def login(self):
        data = {'method': 'login', 'username': self.username, 'password': self.password, 'appid': self.appid,
                'appkey': self.appkey}
        response = self.request(data)
        if (response):
            if (response['ret'] and response['ret'] < 0):
                return response['ret']
            else:
                return response['uid']
        else:
            return -9001
    def upload(self, filename, codetype, timeout):
        data = {'method': 'upload', 'username': self.username, 'password': self.password, 'appid': self.appid,
                'appkey': self.appkey, 'codetype': str(codetype), 'timeout': str(timeout)}
        file = {'file': filename}
        response = self.request(data, file)
        if (response):
            if (response['ret'] and response['ret'] < 0):
                return response['ret']
            else:
                return response['cid']
        else:
            return -9001
    def result(self, cid):
        data = {'method': 'result', 'username': self.username, 'password': self.password, 'appid': self.appid,
                'appkey': self.appkey, 'cid': str(cid)}
        response = self.request(data)
        return response and response['text'] or ''
    def decode(self, filename, codetype, timeout):
        cid = self.upload(filename, codetype, timeout)
        if (cid > 0):
            for i in range(0, timeout):
                result = self.result(cid)
                if (result != ''):
                    return cid, result
                else:
                    time.sleep(1)
            return -3003, ''
        else:
            return cid, ''
    def post_url(self, url, fields, files=[]):
        # for key in files:
        #     files[key] = open(files[key], 'rb');
        res = requests.post(url, files=files, data=fields)
        return res.text 
username = 'whoarewe' # 用户名
password = '***' # 密码
appid = 4283 # appid
appkey = '02074c64f0d0bb9efb2df455537b01c3' # appkey
filename = 'getimage.jpg' # 文件位置
codetype = 1004 # 验证码类型
# 超时
timeout = 60
def indetify(response_content):
    if (username == 'username'):
        print('请设置好相关参数再测试')
    else:
        # 初始化
        yundama = YDMHttp(username, password, appid, appkey)
        # 登陆云打码
        uid = yundama.login();
        print('uid: %s' % uid)
        # 查询余额
        balance = yundama.balance();
        print('balance: %s' % balance)
        # 开始识别，图片路径，验证码类型ID，超时时间（秒），识别结果
        cid, result = yundama.decode(response_content, codetype, timeout)
        print('cid: %s, result: %s' % (cid, result))
        return result
def indetify_by_filepath(file_path):
    if (username == 'username'):
        print('请设置好相关参数再测试')
    else:
        # 初始化
        yundama = YDMHttp(username, password, appid, appkey)
        # 登陆云打码
        uid = yundama.login();
        print('uid: %s' % uid)
        # 查询余额
        balance = yundama.balance();
        print('balance: %s' % balance)
        # 开始识别，图片路径，验证码类型ID，超时时间（秒），识别结果
        cid, result = yundama.decode(file_path, codetype, timeout)
        print('cid: %s, result: %s' % (cid, result))
        return result
if __name__ == '__main__':
    pass