再次求教一个问题~关于验证码图片下载的

feeLinglyn

目标：实现批量注册tom邮箱

已做：在python里用某api给予图片可以返回text，

问题：如何下载验证码图片

这是目前写的程序，就差
import re;
import cookielib;
import urllib;
import urllib2;

def emulateLoginTom():
cj = cookielib.CookieJar();
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj));
urllib2.install_opener(opener);
print " emulate login tom";
MainLoginUrl = http://bjcgi.tom.com/cgi-bin/tom_reg.cgi?rf=060704;

#######
postDict = {
'funcid'="reguser",
'rf'="060704",
'refer'=,
'year'="1980",
'month'="1",
'day'="1",
'argee'="1",
'idnum'="4401",
'question'="%CE%D2%D7%EE%B0%AE%B5%C4%C8%CB%B5%C4%C3%FB%D7%D6",
'answer'="tomtommail",
'checkuname'="on",
'uid'="prpdiyicitest",
'hid_pwd'="123456",
'password'="123456",
'hid_pwdcfm'="123456",
'confirm_password'="123456",
'safemail'="qqqqq@qq.com",
'authcode'=
#here is the test of the captha;
'argee_c'="yes"
};
postData = urllib.urlencode(postDict);
req = urllib2.Request(MainLoginUrl, postData);
req.add_header('Content-Type', "application/x-www-form-urlencoded"); if __name__=="__main__":
emulateLoginTom();


关于authcode里的数据我用api可以直接返回一个text，而这个text的前期是我上传一个本地图片，所以我需要在代码中打了一排#的地方把图片载下来……但是不会弄……求大神教

'question'="%CE%D2%D7%EE%B0%AE%B5%C4%C8%CB%B5%C4%C3%FB%D7%D6",这里好像还要解码下 但不是主要问题……大神请忽略这个小错误……

crifan

1.用工具分析，原先获取图片的内部流程是啥：
【教程】手把手教你如何利用工具(IE9的F12)去分析模拟登陆网站(百度首页)的内部逻辑过程

相关背景知识，如果不熟悉，可参考：
【整理】关于抓取网页，分析网页内容，模拟登陆网站的逻辑/流程和注意事项

2.然后找到对应验证码图片（的地址）后，就可以去下载下来了。
如果不会下载，可参考我总结的：
crifanLib.py
中的
downloadFile
或
manuallyDownloadFile
直接拿去用就可以了。

3.关于解码，我也总结过了，需要的直接参考即可：
【整理】关于http(GET或POST)请求中的url地址的编码(encode)和解码(decode)

feeLinglyn

回复 2# crifan

谢谢 不过还是遇到了几个问题：

先是我用了你所说的那先分析，首先是得到我要post给他的数据，这些都ok，其中一个要post的数据是authcode，也就是验证码的答案，

然后至于验证码他有个叫做 image ID的cookie 但是可能是因为什么技术没有显示具体的值，

所以我想了想才需要把图片载到本地，但是这个下载我不能直接访问他的那个图片的url，这样会给我一个新的图片
我想知道的是如何才能得到那张确切的图，以及Req这个指令会不会产生新的图片？因为很奇怪的是他那个imageID的cookie是在我post的时候才给我的，而不是我原来以为的之前给我而那个时候比对的

   

crifan

回复 3# feeLinglyn


    "其中一个要post的数据是authcode，也就是验证码的答案"
不出意外的话， 肯定是对应的验证码图片的值。
这个需要你自己去想办法，破解验证码图片，然后把验证码图片上的字符，赋值给authcode

“然后至于验证码他有个叫做 image ID的cookie 但是可能是因为什么技术没有显示具体的值，”
自己去参考：
【教程】如何利用IE9的F12去分析网站登陆过程中的复杂的（参数，cookie等）值（的来源）


注：这个帖子，在
【教程】手把手教你如何利用工具(IE9的F12)去分析模拟登陆网站(百度首页)的内部逻辑过程

也已经提到了，你要是注意看，应该会看到的。

“所以我想了想才需要把图片载到本地，但是这个下载我不能直接访问他的那个图片的url，这样会给我一个新的图片”
先说浏览器：
浏览器中你登陆对应网址，看到的验证码的图片，也是通过访问对应的url，不论是GET还是POST，然后得到对应的验证码图片，然后显示出来，你才看到的。
再说代码：
你写代码，目的就是为了模拟浏览器中发生的过程。
所以也是，必须，访问对应的url，去获得对应图片的。
这个不存在新旧。
如果有什么新旧，那也是类似于浏览器中，你点击了验证码图片，刷新验证码了，然后浏览器内部再去重新请求一个新的验证码图片，然后获得了新的验证码图片，显示出来而已。
如果有这个需要，在代码中，也还只是重复模拟这个过程而已。
总之，浏览器怎么做的，你代码就怎么做。

如果是为了访问对应的url，而其中需要提交的值，你找不到的话，
那问题只是在于你没有找到而已。
具体如何找到，还是那句话，参考上面的
【教程】如何利用IE9的F12去分析网站登陆过程中的复杂的（参数，cookie等）值（的来源）

去一点点找而已。
如果还是找不到，那有2种可能：
（1）对应的值，是类似于swf等flash插件，内部计算出来的，而你此处，无法直接从浏览器抓取的数据中获得。
（2）或者是内部的js脚本计算出来的，而此处只能靠你自己去调试js脚本，想办法找到如何计算的。
找到了计算方法了，再用代码模拟出来。
如果js内部计算过程太复杂，无法调试出来计算方法，那我也无能为力的。

“我想知道的是如何才能得到那张确切的图，以及Req这个指令会不会产生新的图片？因为很奇怪的是他那个imageID的cookie是在我post的时候才给我的，而不是我原来以为的之前给我而那个时候比对的”
同上，就一句话，
浏览器做啥，你就用代码去模拟做啥。