申明
本文章中所有内容仅供学习交换应用，不用于其余任何目标，不提供残缺代码，抓包内容、敏感网址、数据接口等均已做脱敏解决，严禁用于商业用途和非法用处，否则由此产生的所有结果均与作者无关！
本文章未经许可禁止转载，禁止任何批改后二次流传，擅自应用本文解说的技术而导致的任何意外，作者均不负责，若有侵权，请在公众号【K哥爬虫】分割作者立刻删除！
前言
某验的验证码总体来说还是很简略的，然而也有一些细节可能要留神一下，如果你扣完算法发现验证报各种各样的谬误，或者在官网的 demo 能验证通过，在其余网站却验证失败，那么就能够看看本文总结的细节你有没有留神到。
除此之外，本文还分享了一些验证码的辨认计划、轨迹的解决，这些办法大多来自网络上其余大佬的分享，间接百度就能搜到，本文只是做了一个演绎总结。
对于 w 值
三代外面，有几个接口申请都有 w，但除了最初一个校验接口 ajax.php 以外，其余接口的 w 能够置空，但也不齐全都是这样，比方三代的一键通过模式（无感验证），在申请 get.php 接口获取 c 和 s 值的时候，同样校验了 w 值，因而须要获取两次 w 值，而这两次 w 值的生成形式还不太一样，须要本人仔细分两次扣一下。如果你第一次不带 w，或者 w 生成谬误，就会报以下谬误：
{'status': 'error', 'error': 'param decrypt error', 'user_error': '网络不给力', 'error_code': 'error_03'}对于工夫距离
三代外面，整个流程走得太快了也是不行的，须要在生成 w 值之后，随机停留个 2 秒左右，以三代的点选（文字点选、图标点选、语序点选、空间推理）为例，如果整得太快了验证失败会报以下谬误：
{'status': 'success', 'data': {'result': 'fail', 'msg': ['duration short']}}对于 challenge
三代外面，有个 challenge 参加了很多接口的申请，三代滑块比拟非凡，第一次获取到了一个 challenge，前面的第二个 get.php 申请返回数据里会有一个新的 challenge，新的 challenge 比第一次的 challenge 多了两位数，后续的申请要用这个新的 challenge 才行，不然的话会报以下谬误：
{'success': 0, 'message': 'fail'}对于 c 和 s
三代外面，有个 c 和 s 的值参加了 w 的计算，点选系列和滑块，第一次 get.php 申请会返回一个 c 和 s，第二次 get.php 申请也会返回一个 c 和 s，两次的 c 个别是不变的，但 s 会变，生成 w 要用第二次 get.php 返回的 s 才行，不然的话会报以下谬误：
{'success': 0, 'message': 'forbidden'}对于两次 get.php 和 ajax.php 申请
同样还是三代外面，点选系列和滑块，会有两次以 get.php 和 ajax.php 结尾的申请，第一次的 get.php 返回的是一些主题、域名、提醒文字等信息，第一次的 ajax.php 返回的是验证码的类型，这两次申请返回的数据尽管对咱们没太大用处，然而咱们还是得发动申请，不然后续的申请就不对，必须得依照他这个程序来才行。
对于智能组合验证
智能组合验证说白了就是当时不晓得是什么类型，四代在很多网站都是抉择智能模式，解决办法也很简略，当时把所有类型都筹备好，而后通过接口返回的验证码类型来接入不同的逻辑。
三代判断逻辑：第一次的 ajax.php 接口，返回值会通知你是点选 (click) 还是滑块 (slide)，其中点选又分为文字点选、图标点选、语序点选和空间推理，它们的类型都为 click，这个时候就要进行第二次判断，第二次 get.php 返回的 pic_type 字段，会通知你是文字点选 (word)、图标点选 (icon)、语序点选 (phrase) 还是空间推理 (space)。
四代判断逻辑：四代更简洁，load 接口会有一个 captcha_type 字段，会间接通知你是滑块、点选（以及哪种类型的点选）、五子棋还是九宫格等。
对于扣 w 的算法
扣 w 的算法，外面也有一些细节，某些参数也值得注意。
passtime
不论是二代、三代还是四代，生成 w 的时候常常有个 passtime 参加了计算，这个值分为两种状况，如果是滑块，这个值应该是滑动破费的工夫，因为滑块的轨迹里蕴含了工夫，所以应该间接取轨迹的最初一个工夫值即可，即 track[track.length - 1][2]，以三代为例，如果这个值和你轨迹里的工夫不统一，就会报以下谬误：
{'success': 0, 'message': 'forbidden'}除了滑块，其余状况下，这个值写死就行，不过还是倡议写个随机值：Math.floor((Math.random()*500) + 4000)
pow_sign 和 pow_msg
这两个参数是四代里独有的，如果你是在 gt4.geetest.com 进行调试，你会发现 pow_msg 的组成格局如下：
1|0|md5|datetime|captcha_id|lot_number||随机字符串而 pow_sign 则是 pow_msg 通过 MD5 加密后的值，如下图所示：
这里你可能不留神的话，间接依照这个格局写死了，特地是最初一个随机值，真的随机其实是不行的，真随机就会导致你在某些网站里能通过，某些网站不能通过。搜寻 pow_sign 或者 pow_msg 的 Unicode 值，总共就三个中央，都下个断点，刷新一下网页，断下之后仔细分析，其实是有三种算法的，如下图所示：
上图中第 6819 行的 h 就是随机值，后续会依据不同算法进行计算，判断这个随机值是否满足一些条件，满足才是正确的，能够在 load 接口返回的 pow_detail 字段判断是 MD5、SHA1 还是 SHA256，如下图所示：
这一段的解决逻辑扣进去就是这样的：
var CryptoJS = require("crypto-js");function getRandomString(){ function e(){ return (65536 * (1 + Math.random()) | 0).toString(16).substring(1); } return e() + e() + e() + e();}function get_pow(pow_detail, captcha_id, lot_number) { var n = pow_detail.hashfunc; var i = pow_detail.version; var r = pow_detail.bits; var s = pow_detail.datetime; var o = ""; var a = r % 4; var u = parseInt(r / 4, 10); var c = function g(e, t) { return new Array(t + 1).join(e); }("0", u); var _ = i + "|" + r + "|" + n + "|" + s + "|" + captcha_id + "|" + lot_number + "|" + o + "|"; while (1) { var h = getRandomString() , l = _ + h , p = void 0; switch (n) { case "md5": p = CryptoJS.MD5(l).toString(); break; case "sha1": p = CryptoJS.SHA1(l).toString(); break; case "sha256": p = CryptoJS.SHA256(l).toString(); } if (0 == a) { if (0 === p.indexOf(c)) return { "pow_msg": _ + h, "pow_sign": p }; } else if (0 === p.indexOf(c)) { var f = void 0 , d = p[u]; switch (a) { case 1: f = 7; break; case 2: f = 3; break; case 3: f = 1; } if (d <= f) return { "pow_msg": _ + h, "pow_sign": p }; } }}// 测试用例// var pow_detail = {// bits: 0,// datetime: "2023-02-09T11:04:17.687400+08:00",// hashfunc: "md5",// version: "1"// }// var captcha_id = "08c16c99330a5a1d6b7f4371bbd5a978"// var lot_number = "1417b7e362b748429003c412b3aa300c"// console.log(get_pow(pow_detail, captcha_id, lot_number))只有通过这样解决，能力保障 pow_sign 和 pow_msg 是正确的，能力适配不同网站、不同算法的验证。
随机变动的字符串
不论是哪一代，都会有一个 16 位随机字符串参加了 w 的加密计算，这个随机字符串个别都会用到两次，这两次要保障是一样的才行。
如果这个字符串两次不一样，二、三代验证会报错如下：
{'status': 'error', 'error': 'param decrypt error', 'user_error': '网络不给力', 'error_code': 'error_03'}四代验证会报错如下：
{'status': 'error', 'code': '-50002', 'msg': 'param decrypt error', 'desc': {'type': 'defined error'}}随机变动的键值对
三四代生成 w 的过程中会有一个随机键值对，每隔一段时间就会变动，相似于 {h9s9: '1803797734'}，这个键值对写死也能够，貌似不影响，但如果非要和网页一样随机起来应该怎么做呢？
以三代滑块为例，断点到 o 参数生成的中央，后续有个 lang 和 ep 组成的 s 参数，通过 window[$_CAHJd(744)](s) 解决后，s 里就新增了一个键值对（不同类型略有差异，但生成的地位肯定离 o 不远，认真跟即可），如下图所示：
跟进去，会来到 gct.xxx.js 里，也是通过了一个办法后，就多了这个键值对：
这个 gct 的 js 具体地址能够在后面的 get.php 之类的申请里拿到，因为外面是一直变动的，所以能够采取动静申请这个 js，动静导出获取这个值，一个简略的逻辑如下：
import reimport execjsimport requestsheaders = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36",}# gct js 门路gct_path = "https://static.geetest.com/static/js/gct.b71a9027509bc6bcfef9fc6a196424f5.js"gct_js = requests.get(gct_path, headers=headers).text# 正则匹配须要调用的办法名称function_name = re.findall(r"\)\)\{return (.*?)\(", gct_js)[0]# 查找须要插入全局导出代码的地位break_position = gct_js.find("return function(t){")# window.gct 全局导出办法gct_js_new = gct_js[:break_position] + "window.gct=" + function_name + ";" + gct_js[break_position:]# 增加自定义办法调用 window.gct 获取键值对gct_js_new = "window = global;" + gct_js_new + """function getGct(){ var e = {"lang": "zh", "ep": "test data"}; window.gct(e); delete e["lang"]; delete e["ep"]; return e;}"""gct = execjs.compile(gct_js_new).call("getGct")print(gct)# {'h9s9': '1803797734'}补环境中可能用到的办法
补环境可能会遇到 window.crypto.getRandomValues() 办法，例如三代滑块的地位如下：
能够用以下代码来实现：
window = global;window.crypto = { getRandomValues: getRandomValues_}function randoms(min, max) { return Math.floor(Math.random() * (max - min + 1) + min)}function getRandomValues_(buf) { var min = 0, max = 255; if (buf.length > 65536) { var e = new Error(); e.code = 22; e.message = 'Failed to execute \'getRandomValues\' : The ' + 'ArrayBufferView\'s byte length (' + buf.length + ') exceeds the ' + 'number of bytes of entropy available via this API (65536).'; e.name = 'QuotaExceededError'; throw e; } if (buf instanceof Uint16Array) { max = 65535; } else if (buf instanceof Uint32Array) { max = 4294967295; } for (var element in buf) { buf[element] = randoms(min, max); } return buf;}// 测试// var a = new Uint32Array(256);// console.log(window.crypto.getRandomValues(a))另外，还有个用到 window.performance.timing 的中央，如下图所示：
这个次要是一些性能指标，间接搞个工夫戳随机加值就行了：
function timing() { var now = Date.now() var tim = { "navigationStart": now, "unloadEventStart": now + 200, "unloadEventEnd": now + 200, "redirectStart": 0, "redirectEnd": 0, "fetchStart": now + 100, "domainLookupStart": now + 150, "domainLookupEnd": now + 250, "connectStart": now + 30, "connectEnd": now + 50, "secureConnectionStart": now + 52, "requestStart": now + 72, "responseStart": now + 91, "responseEnd": now + 92, "domLoading": now + 99, "domInteractive": now + 105, "domContentLoadedEventStart": now + 105, "domContentLoadedEventEnd": now + 111, "domComplete": now + 111, "loadEventStart": now + 111, "loadEventEnd": now + 111, } return tim}对于验证码的辨认
辨认次要有三种办法，第一个是会深度学习的话，本人用 OpenCV 之类的去辨认，第二个当然是十分牛逼的 ddddocr（https://github.com/sml2h3/ddddocr），还反对本人训练，是不错的抉择，当然也有一些其余开源库，这里就不一一举例了，第三个就是打码平台，这里举荐云码打码，可通过我的链接注册：https://www.jfbym.com/register/TG17764 ，本人去官网看，反对十分多的类型，甚至谷歌验证码都能够，价格也不贵，实测成功率 99%，还是不错的。这里贴一个 OpenCV 辨认滑块的源码（来源于互联网收集），成果还不错：
# CV2 辨认滑块缺口间隔import cv2import PILimport numpy as npfrom PIL import Imagefrom pathlib import Pathdef imshow(img, winname='test', delay=0): """cv2展现图片""" cv2.imshow(winname, img) cv2.waitKey(delay) cv2.destroyAllWindows()def pil_to_cv2(img): """ pil转cv2图片 :param img: pil图像, <type 'PIL.JpegImagePlugin.JpegImageFile'> :return: cv2图像, <type 'numpy.ndarray'> """ img = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR) return imgdef bytes_to_cv2(img): """ 二进制图片转cv2 :param img: 二进制图片数据, <type 'bytes'> :return: cv2图像, <type 'numpy.ndarray'> """ # 将图片字节码bytes, 转换成一维的numpy数组到缓存中 img_buffer_np = np.frombuffer(img, dtype=np.uint8) # 从指定的内存缓存中读取一维numpy数据, 并把数据转换(解码)成图像矩阵格局 img_np = cv2.imdecode(img_buffer_np, 1) return img_npdef cv2_open(img, flag=None): """ 对立输入图片格式为cv2图像, <type 'numpy.ndarray'> :param img: <type 'bytes'/'numpy.ndarray'/'str'/'Path'/'PIL.JpegImagePlugin.JpegImageFile'> :param flag: 色彩空间转换类型, default: None eg: cv2.COLOR_BGR2GRAY（灰度图） :return: cv2图像, <numpy.ndarray> """ if isinstance(img, bytes): img = bytes_to_cv2(img) elif isinstance(img, (str, Path)): img = cv2.imread(str(img)) elif isinstance(img, np.ndarray): img = img elif isinstance(img, PIL.Image.Image): img = pil_to_cv2(img) else: raise ValueError(f'输出的图片类型无奈解析: {type(img)}') if flag is not None: img = cv2.cvtColor(img, flag) return imgdef get_distance(bg, tp, im_show=False, save_path=None): """ :param bg: 背景图门路或 Path 对象或图片二进制 eg: 'assets/bg.jpg'、Path('assets/bg.jpg') :param tp: 缺口图门路或 Path 对象或图片二进制 eg: 'assets/tp.jpg'、Path('assets/tp.jpg') :param im_show: 是否显示后果, <type 'bool'>; default: False :param save_path: 保留门路, <type 'str'/'Path'>; default: None :return: 缺口地位 """ # 读取图片 bg_img = cv2_open(bg) tp_gray = cv2_open(tp, flag=cv2.COLOR_BGR2GRAY) # 金字塔均值漂移 bg_shift = cv2.pyrMeanShiftFiltering(bg_img, 5, 50) # 边缘检测 tp_gray = cv2.Canny(tp_gray, 255, 255) bg_gray = cv2.Canny(bg_shift, 255, 255) # 指标匹配 result = cv2.matchTemplate(bg_gray, tp_gray, cv2.TM_CCOEFF_NORMED) # 解析匹配后果 min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) distance = max_loc[0] if save_path or im_show: # 须要绘制的方框高度和宽度 tp_height, tp_width = tp_gray.shape[:2] # 矩形左上角点地位 x, y = max_loc # 矩形右下角点地位 _x, _y = x + tp_width, y + tp_height # 绘制矩形 bg_img = cv2_open(bg) cv2.rectangle(bg_img, (x, y), (_x, _y), (0, 0, 255), 2) # 保留缺口辨认后果到背景图 if save_path: save_path = Path(save_path).resolve() save_path = save_path.parent / f"{save_path.stem}{save_path.suffix}" save_path = save_path.__str__() cv2.imwrite(save_path, bg_img) # 显示缺口辨认后果 if im_show: imshow(bg_img) return distance# with open("./img/slide_bg.jpg", "rb") as f:# bg_img = f.read()# with open("./img/slide_slice.png", "rb") as f:# slice_img = f.read()# distance = get_distance(bg_img, slice_img)# print(distance)对于轨迹的生成
轨迹次要是针对滑块的，能够利用贝塞尔曲线、缓动函数等，来生成正确的轨迹，基于贝塞尔曲线的能够参考：https://github.com/2833844911/gurs ，吾爱上也有个大佬利用 tanh 和 arctan 函数整合生成轨迹的：https://www.52pojie.cn/forum.php?mod=viewthread&tid=1162979
基于缓动函数的能够参考以下代码（来源于互联网收集）：
import randomdef __ease_out_expo(sep): """ 缓动函数 easeOutExpo 参考：https://easings.net/zh-cn#easeOutExpo """ if sep == 1: return 1 else: return 1 - pow(2, -10 * sep)def get_slide_track(distance): """ 依据滑动间隔生成滑动轨迹 :param distance: 须要滑动的间隔 :return: 滑动轨迹<type 'list'>: [[x,y,t], ...] x: 已滑动的横向间隔 y: 已滑动的纵向间隔, 除终点外, 均为0 t: 滑动过程耗费的工夫, 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(-50, -10), random.randint(-50, -10), 0], [0, 0, 0], ] # 共记录count次滑块地位信息 count = 30 + int(distance / 2) # 初始化滑动工夫 t = random.randint(50, 100) # 记录上一次滑动的间隔 _x = 0 _y = 0 for i in range(count): # 已滑动的横向间隔 x = round(__ease_out_expo(i / count) * distance) # 滑动过程耗费的工夫 t += random.randint(10, 20) if x == _x: continue slide_track.append([x, _y, t]) _x = x slide_track.append(slide_track[-1]) return slide_track其余可能的报错
// challenge 不对geetest_xxxxxxxxxxxxx({"status": "error", "error": "illegal challenge", "user_error": "网络不给力", "error_code": "error_23"})// w 生成不对geetest_xxxxxxxxxxxxx({"status": "error", "error": "param decrypt error", "user_error": "网络不给力", "error_code": "error_03"})// 滑动验证没有轨迹geetest_xxxxxxxxxxxxx({"status": "error", "error": "not proof", "user_error": "网络不给力", "error_code": "error_21"})// 轨迹、缺口间隔、参数问题geetest_xxxxxxxxxxxxx({"success": 0, "message": "fail"})geetest_xxxxxxxxxxxxx({"success": 0, "message": "forbidden"})