爬虫技术-验证码处理

验证码反爬虫

1. 简介

​ 我们在浏览网站的时候经常会遇到各种各样的验证码，在多数情况下这些验证码会出现在登录账号的时候，也可能会出现在访问页面的过程中，严格来说，这些行为都算验证码反爬虫。

样例：https://my.cnki.net/Register/CommonRegister.aspx?returnUrl=https://www.cnki.net

1.1 验证码得作用

它有什么用呢？当然很多用处，如：

• 网站注册的时候加上验证码，可以一定程度上防止恶意大批量注册。
• 网站登录的时候加上验证码，可以一定程度上防止恶意密码爆破。
• 网站在发表评论的时候加上验证码，可以在一定程度上防止恶意灌水。
• 网站在投票的时候加上验证码，可以在一定程度上防止恶意刷票。
• 网站在被频繁访问的时候或者浏览行为不正常的时候，一般可能是遇到了爬虫，可以一定程度上防止爬虫的爬取。

总的来说呢，以上的行为都可以称之为验证码反爬虫行为。使用验证码可以防止各种可以用程序模拟的行为。有了验证码，机器要想完全自动化执行就会遇到一些麻烦，当然这个麻烦的大小就取决于验证码的破解难易程度了。

2. 图形验证码

2.1 逆向目标

• 首页：http://app.gjzwfw.gov.cn/jmopen/webapp/html5/hnsbswdcx/index.html
• 目标：图形验证码

2.2 逆向分析

2.2.1 图形验证码组成

地址：http://app.gjzwfw.gov.cn/jmopen/verifyCode.do?width=100&height=55&random=0.9567858374678466

彩色图像通常由多种颜色组成，几乎所有颜色都可以由三种原色(红色，绿色和蓝色)生成,即RGB图像。

查看RGB: