136 lines
6.1 KiB
Markdown
136 lines
6.1 KiB
Markdown
# 经验：验证码图片的获取方法（大图 + mark 小图）
|
||
|
||
> 面向对接方：要把图片喂给 `captcha_solver`，第一步是怎么把两张图拿到手。
|
||
> 一句话结论：**不要从页面 DOM 拿图，从 `/captcha/get` 网络响应里取 URL 再下载**。
|
||
|
||
## 0. 背景：为什么不能从页面元素拿图
|
||
|
||
抖音系验证码（rmc-nocaptcha）的图片由 SDK 的 **wasm 解码后直接进 GPU 合成层**渲染：
|
||
|
||
| DOM 手段 | 结果 |
|
||
| --- | --- |
|
||
| `img.src` / `currentSrc` | 是 iframe 页面自身 URL（占位），fetch 回来是 HTML |
|
||
| `img.naturalWidth` | 0（图片从未进入 img 解码管线） |
|
||
| `canvas.toDataURL()` | 输出全黑透明（RGBA 全 0） |
|
||
| CSS background / shadow DOM | 全部 none |
|
||
|
||
但图片 URL 会**正常发 HTTP 请求**，响应 JSON 里就有完整的 CDN 直链 —— 这才是可靠入口。
|
||
|
||
## 1. 推荐方法：从 `/captcha/get` 响应取图（自动化/生产）
|
||
|
||
### 1.1 响应结构
|
||
|
||
POST `https://verify.zijieapi.com/captcha/get` 的响应 JSON：
|
||
|
||
```json
|
||
{
|
||
"data": {
|
||
"question": {
|
||
"url1": "https://p9-catpcha.byteimg.com/...~tplv-188rlo5p4y-2.jpeg",
|
||
"url2": "https://p9-catpcha.byteimg.com/...~tplv-188rlo5p4y-1.png",
|
||
"tip_y": 58
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
- `url1`：背景大图，jpeg，**552×344**
|
||
- `url2`：mark 小图，png **110×110**，带透明通道（RGBA）
|
||
- `tip_y`：缺口顶 y 提示（340 显示系），求解时**直接传原始值**，求解器内部已处理，别自己乘 2
|
||
|
||
### 1.2 下载与使用
|
||
|
||
图片托管在 `p3/p9-catpcha.byteimg.com`，**公开直链，无需登录态或签名**，GET 即得原始字节：
|
||
|
||
```python
|
||
import base64, time, requests
|
||
from captcha_solver import solve_slide
|
||
|
||
q = resp_json["data"]["question"]
|
||
big = requests.get(q["url1"], timeout=10).content # jpeg 原始字节
|
||
mark = requests.get(q["url2"], timeout=10).content # png 原始字节（保持 PNG！）
|
||
|
||
# 方式 A：直接喂求解器
|
||
r = solve_slide(base64.b64encode(big).decode(),
|
||
base64.b64encode(mark).decode(),
|
||
tip_y=q["tip_y"])
|
||
|
||
# 方式 B：落盘成对保存（前缀一致，方便核对）
|
||
prefix = f"captcha_{int(time.time())}"
|
||
open(prefix + ".jpeg", "wb").write(big)
|
||
open(prefix + "-mark.png", "wb").write(mark)
|
||
```
|
||
|
||
下载到的字节**天然就是 552×344 / 110×110 规格**，与离线样本完全一致，无需任何缩放/转码。
|
||
|
||
### 1.3 三种拿到该响应的姿势
|
||
|
||
| 姿势 | 做法 | 适用 |
|
||
| --- | --- | --- |
|
||
| **CDP 监听（现成工具）** | `Target.setAutoAttach` + `Network.enable` 常驻监听，响应到达后 `Network.getResponseBody`，mime 为 image/* 或 URL 含 captcha/verify 的落盘 | 浏览器自动化。直接用 `try/captcha_net_capture.py`（输出 `try/captures/net_*_get.json` + 图片字节） |
|
||
| **中间代理** | mitmproxy / Charles / Fiddler 抓 `captcha/get` 导出 JSON | 有代理环境、不想写监听代码 |
|
||
| **自建协议请求** | 自己走完整 SDK 协议调 get 接口 | 仅适合已逆向 SDK 协议的团队；对接方不建议（需 captchaBody 加密轨迹） |
|
||
|
||
## 2. 无代码快速验证：DevTools 手动采集
|
||
|
||
1. Chrome 打开目标站 → F12 → **Network** → 过滤框输入 `captcha`
|
||
2. 触发验证码（见 §3）→ 列表出现 `get` 请求 → 点开看 **Response**
|
||
3. 复制 `question.url1` / `url2` → 新标签页打开 → 右键另存为（或把 URL 直接发给求解方）
|
||
4. 自检尺寸（见 §6）
|
||
|
||
## 3. 如何触发验证码（采集的前置条件）
|
||
|
||
已验证最可靠的触发法 —— **密码登录法**：
|
||
|
||
> 主页点「登录」→ 弹窗点「密码登录」→ 输手机号 + **随机错误密码**（如 `26969877Ab!`）→ 勾协议 → 点「登录」→ 必弹拖动重叠验证码。
|
||
|
||
密码错误提示是预期的，验证码照样触发。
|
||
|
||
工程要点：
|
||
|
||
- **弹不出题（触发限流）→ 清 cookie 立即解除**：CDP `Network.clearBrowserCookies` 后用 `Page.navigate` 显式回站（清 cookie 后 session 失效，`reload` 会带到空页）。
|
||
- **判断验证码是否真的弹出**：`iframe[src*="captcha"]` 的 `offsetParent !== null`（页面加载时就预加载了隐藏 iframe，`display:none` 不算触发）。
|
||
|
||
## 4. 兜底：抓不到网络时的截图法（不推荐，有损）
|
||
|
||
仅当完全拿不到网络响应时应急。CDP `Page.captureScreenshot` **必须 `fromSurface=False`**——wasm/GPU 层不走默认 surface 截图通道，默认参数截出来是空白。
|
||
|
||
已知代价：
|
||
|
||
- `clip` 参数被忽略，返回全屏需自行裁剪；
|
||
- mark 裁出来是**灰底、无 alpha 通道**，需按背景色反推 alpha 才能喂求解器；
|
||
- UI 显示是 340×212（缩放系数 ≈0.616），尺寸与求解器输入规格不符，属于有损数据。
|
||
|
||
细节见 [captcha-screenshot-capture.md](captcha-screenshot-capture.md)。
|
||
|
||
## 5. 高频踩坑清单（每条都实测踩过）
|
||
|
||
| # | 坑 | 正确做法 |
|
||
| --- | --- | --- |
|
||
| 1 | 从 DOM / img.src / canvas 提图 | wasm 渲染层拿不到，走网络响应 |
|
||
| 2 | mark 转 JPEG 或从截图裁出（丢 alpha） | 保持 PNG 原始字节，求解器要求 alpha 通道 |
|
||
| 3 | 用 UI 显示尺寸（340 宽）的图去求解 | 用 CDN 原始字节，天然 552×344 / 110×110，无需缩放 |
|
||
| 4 | 手动重放/拼改 `captcha/get` 请求参数 | 会 `501 参数错误`；取响应里的 URL 直接 GET 即可 |
|
||
| 5 | 拿到题后慢慢处理 | challenge 有效期约 **60~90s**，超时 `NotFoundChallengeId`；预热/浏览必须放在**触发之前** |
|
||
| 6 | `tip_y` 自己乘 2 | 求解器内部已处理，直接传服务端原始值 |
|
||
| 7 | 存图命名随意 | 成对同前缀：`xxx.jpeg` + `xxx-mark.png` |
|
||
| 8 | 失败后高频重试 | 位置错换题即可；连续失败触发行风控 5014 需分钟级冷却或换环境（清 cookie） |
|
||
|
||
## 6. 采集后 30 秒自检
|
||
|
||
```python
|
||
import cv2
|
||
|
||
big = cv2.imread("xxx.jpeg")
|
||
mark = cv2.imread("xxx-mark.png", cv2.IMREAD_UNCHANGED)
|
||
assert big.shape[:2] == (344, 552), f"大图尺寸异常 {big.shape}"
|
||
assert mark.shape[:2] == (110, 110) and mark.shape[2] == 4, f"mark 缺 alpha 通道 {mark.shape}"
|
||
print("样本规格 OK")
|
||
```
|
||
|
||
通过后即可联调：
|
||
|
||
```bash
|
||
python captcha_solver.py xxx.jpeg xxx-mark.png --tip-y <get响应里的tip_y>
|
||
```
|