水木社区手机版
- 主题:如何获得验证码的图片
- 我看不到图片，试着回答一下。web服务器不是只能为静态的文件提供下载，而是可以配置handler，为不同的url执行不同的程序，并返回其执行的结果——动态内容。能下载到.php的源码，说明web服务器配置错了。可以想象下网站访问次数计数器如何实现，<img src="counter.php">，counter.php要把计数保存在个文件里，每次更新，还有生成.gif/.png图片。
php可以返回个.html文件，which里面有一大堆<img>，文件名可能不是固定的yan-zheng-ma.png，所以可能需要解析下.html，需要html parser.
php还可以返回内嵌js代码的.html文件，js代码可以再去修改css……
今日头条告诉我有本书《爬虫与反爬虫技术》，我没有看过。验证码如果设计成ocr轻易识别，就失败了。许多验证码还需要操作下，例如拖动滑块。
也许可以在Windows/Linux下写程序，模拟鼠标的操作，也许可以在浏览器里写插件，解析html，模拟鼠标操作等，我都没试过。
我想过做个HTTP proxy，下载了tinyproxy的源码，再一想无名无利，就还是打游戏去了。这个可以把所有的疑似图片都保存下来(大小、gif文件里好像有gif这个字符串)，然后再用时髦的机器学习挑出所有的验证码。但是标注数据哪里来？岂不比背单词还无聊？
--
修改:billybear04 FROM 106.121.167.*
FROM 106.121.167.* - 层主这个高档方便。我好像干过：VC++, WebBrowser控件，execScript("function xx(){alert('xx')} xx()")
看了下代码，下面理解若有错请指出。
jint = Javascript Interpreter for .NET，提供了Engine和Action类。
Window，不叫Form了，里摆了个控件，用webbrowser访问。
engine.SetValue("doc", webbrowser.Document); doc = webbrowser.Document
engine.SetValue("log", new Action<object>(Console.WriteLine)); log = function() { Console.WriteLine }
...
engine.Execute(script); 执行脚本，script是从文件里ReadToEnd的。
我想练下写英文注释：
Automate Your Web Browser in C#
This program puts a WebBrowser Control in a WPF window, and connects a JavaScript interpreter/engine (jint) with it, so you can execute scripts on web pages. For example, you can have a button clicked in your script. We have added the following functions:
--
FROM 106.121.132.* - 又想了下，我觉得jint不是必须的。
"function xx() {}"是合法的js代码，webbrowser有execScript可以去执行它（传递给内部的JS引擎，然后这个函数xx就被定义了，被记住了。
"xx()"也是合法的js代码，可以去调用上次被定义了的函数xx。
如果把jquery.min.js读进字符串，然后exec它。随后的script是不是就可以用jquery了？
javascript可以做虚拟机……，用js写个东西，在页面上弹出个可拖动的窗口，在里面可以输入编辑js代码，点击执行，理论上应该是可行的。js有exec函数嘛。h264解码都可以用js做，只要不怕慢:-)
这个不知道是不是：
https://stackoverflow.com/questions/10248092/how-to-inject-js-console-in-to-any-page-jsconsole-com
https://www.iteye.com/blog/zxf-noimp-1130771
描述了在地址栏输入js代码。javascript:............ 是个可以被收藏的“网址”
跨站:
https://www.cnblogs.com/chenxizhang/archive/2010/01/26/1656942.html
--
修改:billybear04 FROM 106.121.132.*
FROM 106.121.132.* - HTTP GET时name=value在url里，url encode, decode, 例如空格变%20%
POST时name=value在header里
还有cookie
wget好像支持cookie
以上都很老了。
https://www.zhihu.com/question/34787444
--
修改:billybear04 FROM 106.121.160.*
FROM 106.121.160.*