学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

Python 的概念

正式进入主题，每学期末都要抢课，学校的服务器还贼渣。

私信小编007即可自动获取大量Python视频教程以及各类PDF！

先说一个简单的的方法，抓包，不断地发起选课请求，但有一个明显的缺点，那就是cookies容易过期。

还得重新登陆替换cookies。于是，就有了今天要分享的内容。

其大概分为两个部分：1.自动登录教务处；

2.查看成绩、抢课.

考虑到有些童鞋没有图像处理的经验，我会把训练好的结果直接给大家。今天先写第一个自动登录。

自动登录教务处

自动登陆教务处时，解决两个主要问题：** 1.验证码的识别；2.cookies的获取**

验证码识别

<pre style="-webkit-tap-highlight-color: transparent; box-sizing: border-box; font-family: Consolas, Menlo, Courier, monospace; font-size: 16px; white-space: pre-wrap; position: relative; line-height: 1.5; color: rgb(153, 153, 153); margin: 1em 0px; padding: 12px 10px; background: rgb(244, 245, 246); border: 1px solid rgb(232, 232, 232); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">1. 想要识别验证码，最起码知道验证码的url才能下载下来。其url地址：http://{}/CheckCode.aspx {}
</pre>

代表着相应的域名或ip地址。

2. 将验证码下载下来，其代码十分简单，后面会给放上代码的。得到验证码。如下图

学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

3.接下来的过程很重要，对验证码进行数字图像处理，把图片里的字母一个个的分割出来。怎么做呢？

3.1先观察图像中的字符都蓝色的，可以提取RGB三色通道中的B通道。得到图像

学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

3.2注意到图片中的小点点了没有，在数字图像中，这种情况称之为椒盐噪声，对这种噪声的处理呢，一般用的方法是中值滤波，当然，也可 以根据B通道图像的特点，自己写一个更合适的算法。这里时间比较紧，就直接采用中值滤波，并图像增强，得到图像

学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

3.3 嗯，在这里补充一点，我觉得自己写的算法应该比这种普遍的处理方法要好的多，强烈建议有能力的童鞋自己写一写，估计github、博客上已经有相关代码了。得到上图像，将图像进行二值化，先观察期灰度分布直方图，确定阈值为160（当然阈值可以适当的调整），最后，进行二值化。

学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

灰度直方图

学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

二值化之后的图像

3.4 将图片分割成单个的字符，采用的分割距离为[5,16,29,38,53]

学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

效果图

学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

全部分割完成

3.5 将得到的字符串与正确的验证码用机器学习中的KNN算法进行训练，当然也可以用RNN等算法，它的精确度什么的统统没计算，感觉准确度在80%左右。我的小破笔记本跑不了很多数据，见谅呀！

当然，你也可以采用不同的算法进行训练，其性能什么的可以做一下比对。得到结果集，保存出来，为下一次预测准备。放心吧，得到的结果以附件的形式发出来的。直接拿来用就好了。

以上内容呢，虽然没有代码，但是思路已经写得很清楚了，我写的代码有点乱，有点不好意思发出来。想要的话可以在帖子下面留言，如果想看的人多的话，我会整理整理发出来的。哦，差点忘了，所用的库有 numpy、PIL（2.7.x，三对应版本应该是pillow-pil记不太清了）、sklearn matplotlib

自动登录

在写以前呢，先大体看一下它的结构

学生利用python破解验证码，模拟登录教务处查看成绩、抢课！

解释一下，cache下面存放的是验证码，ImageIdentification下面的图像处理+识别的相关函数 model下存放的是训练好的结果，network下是关于网络请求的一些类。在写的过程中用了一点点面向对象的思想所以，抽象出一个config类，通过方正系统的一个分析，他在页面里隐藏着很重要的一个数据叫做__VIEWSTATE，在每次请求中都要用到，所以config的代码如下:

<pre style="-webkit-tap-highlight-color: transparent; box-sizing: border-box; font-family: Consolas, Menlo, Courier, monospace; font-size: 16px; white-space: pre-wrap; position: relative; line-height: 1.5; color: rgb(153, 153, 153); margin: 1em 0px; padding: 12px 10px; background: rgb(244, 245, 246); border: 1px solid rgb(232, 232, 232); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># encoding=utf-8[/align]import requests
from bs4 import BeautifulSoup
import urllib
class config(object):
'''
抽象出的父类
'''
def init(self,url):
self.ip="xxx.xxx.xxx.xxx"
self.url=url.format(self.ip)
self.headers = {
'Accept': 'text/html,application/xhtml+xm…plication/xml;q=0.9,/;q=0.8',
'Accept-Encoding': 'gzip, deflate',
'Cache-Control': 'no-cache',
'Connection': 'keep-alive',
'Content-Type': 'application/x-www-form-urlencoded',
'Host': self.ip,
'Pragma': 'no-cache',
'Referer': self.url,
'Upgrade-Insecure-Requests': '1',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:57.0) Gecko/20100101 Firefox/57.0'
}
def getVaules(self,cookies=''):
html = requests.get(self.url,headers=self.headers,cookies=cookies)
soup = BeautifulSoup(html.content, 'html.parser', from_encoding='gbk')
__Value = soup.find('input', {'type': 'hidden', 'name': '__VIEWSTATE'})
return urllib.quote_plus(__Value.get('value'))
</pre>

在登录的过程中肯定需要cookies，那么cookies怎么获取，才能使验证码不报错呢？这个也很简单，在获取验证码时，同时获取到验证码的cookies，在登录时填入验证码的cookies就可以实现。代码如下

<pre style="-webkit-tap-highlight-color: transparent; box-sizing: border-box; font-family: Consolas, Menlo, Courier, monospace; font-size: 16px; white-space: pre-wrap; position: relative; line-height: 1.5; color: rgb(153, 153, 153); margin: 1em 0px; padding: 12px 10px; background: rgb(244, 245, 246); border: 1px solid rgb(232, 232, 232); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># encoding=utf-8
from BaseClass import config
import requests
class cookie(config):
def getcookies(self):
content=requests.get(self.url,headers=self.headers)
with open('./cache/yzm.png', 'wb') as f:
f.write(content.content)
return content.cookies
</pre>

前面铺垫了那么多，终于要写登录了，登录是不是要先抓包！抓到请求参数：__VIEWSTATE={}&txtUserName={}&Textbox1=&TextBox2={}&txtSecretCode={}&RadioButtonList1=%D1%A7%C9%FA&Button1=&lbLanguage=&hidPdrs=&hidsc=

__VIEWSTATE:这个参数在网页中已经有了，只需要解析出来，就行了。

txtUserName：这个参数代表 学号

TextBox2：表示密码

txtSecretCode：表示验证码

RadioButtonList1：这个后面解码出来，代表着学生（gbk编码），

代码如下

<pre style="-webkit-tap-highlight-color: transparent; box-sizing: border-box; font-family: Consolas, Menlo, Courier, monospace; font-size: 16px; white-space: pre-wrap; position: relative; line-height: 1.5; color: rgb(153, 153, 153); margin: 1em 0px; padding: 12px 10px; background: rgb(244, 245, 246); border: 1px solid rgb(232, 232, 232); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># encoding=utf-8
import requests
from BaseClass import config
from bs4 import BeautifulSoup
import urllib
class login(config):
def init(self,url):
self.data = '''__VIEWSTATE={}&txtUserName={}&Textbox1=&TextBox2={}&txtSecretCode={}&RadioButtonList1=%D1%A7%C9%FA&Button1=&lbLanguage=&hidPdrs=&hidsc='''
super(login,self).init(url)
def login(self,xh,pwd,yzm,cookies):
try:
data=self.data.format(self.getVaules(cookies=cookies),xh, pwd, yzm)
s=requests.session()
s.cookies=cookies
con = s.post(self.url, headers=self.headers, data=data)
if con.url==self.url:
print("验证码可能出现错误！请重新登陆")

print(con.content.decode('gbk'))

return False,None,None,None,
else:
data=con.content
soup=BeautifulSoup(data,'html.parser',from_encoding='gbk')
xm=soup.find('span',attrs={'id':'xhxm'}).text[0:len(soup.find('span',attrs={'id':'xhxm'}))-3]

print(xm)

return True,cookies,xh,xm
except Exception, e:
print(e.args)
print(e.message)
print e.doc
print(u"出现错误！请重新登陆")
return False,None,None,None,
</pre>

图像处理代码

<pre style="-webkit-tap-highlight-color: transparent; box-sizing: border-box; font-family: Consolas, Menlo, Courier, monospace; font-size: 16px; white-space: pre-wrap; position: relative; line-height: 1.5; color: rgb(153, 153, 153); margin: 1em 0px; padding: 12px 10px; background: rgb(244, 245, 246); border: 1px solid rgb(232, 232, 232); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># encoding=utf-8
from PIL import Image,ImageFilter
def process():
file_path='./cache/yzm.png'
split_lines = [5,17,29,41,53]
img=Image.open(file_path)
img = img.convert('RGB')
r, g, b = img.split()
image_b_median = b.filter(ImageFilter.MedianFilter())
image_b_median_binary = image_b_median.point(lambda i: i > 160, mode='1')
c = 1
for x_min, x_max in zip(split_lines[:-1], split_lines[1:]):
image_b_median_binary.crop([x_min, 0, x_max, 22]).save('./cache/yzm-{}.png'.format(c))
c = c + 1
print(u"图片处理完成")
</pre>

预测代码

<pre style="-webkit-tap-highlight-color: transparent; box-sizing: border-box; font-family: Consolas, Menlo, Courier, monospace; font-size: 16px; white-space: pre-wrap; position: relative; line-height: 1.5; color: rgb(153, 153, 153); margin: 1em 0px; padding: 12px 10px; background: rgb(244, 245, 246); border: 1px solid rgb(232, 232, 232); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># encoding=utf-8
from sklearn.externals import joblib
from PIL import Image
import numpy as np
def predict():
photo_path='./cache/yzm-{}.png'
X = []
for i in range(1,5):
img = Image.open(photo_path.format(i))
ls = np.array(img).tostring()
ls=np.fromstring(ls,dtype=bool)
X.append(ls)
file_path = './model/knn.pkl'
knn=joblib.load(file_path)
ls=knn.predict(X)
return "".join(ls)</pre>