HttpClient 破解登陆带有验证码的网站拿到数据

最新推荐文章于 2024-05-20 23:17:11 发布

GG程序员

最新推荐文章于 2024-05-20 23:17:11 发布

阅读量3k

点赞数 4

文章标签： java

本文链接：https://blog.csdn.net/qq_35657063/article/details/82703853

版权

对于爬虫来说，验证码通常是实现过程中的一个巨大的障碍，因为验证码的多样性，有的甚至变态至极，所有一般来说使用代码自动识别验证码是非常困难的，本问的内容就是讲如何将验证码保存到本地，然后通过人工输入验证码实现登陆，从而抓取网页信息。

首先说说整个登陆的流程，当我们打开一个网站的时候，浏览器就会记录该网站的cookie，用于识别信息，同时服务器会向浏览器发送一张验证码的图片，并与该cookie的信息是相关联的，并以此识别用户，然后post提交数据的时候一同提交就实现认证登陆了。

以下登陆我们学校的教务处作为例子，这是我们教务处的登陆界面。

右键打开chrome的审查元素，跟踪到验证码的链接。

很明显"http://218.7.49.34/validateCodeAction.do?random=0.9378238802310079”，就是验证码的链接，其中中有个random=xxxxxxxxxxxxxxxxxxxxxxx的参数，实际上这个参数对于我们获取验证码和登陆是无关的，它只是为了防止浏览器把验证码页面缓存。其实“http://218.7.49.34/validateCodeAction.do”这样也是能获取验证码的，并且每次刷新都能得到不同的验证码，或者在“?random="后面个任意参数都能得到验证码，如图

我最开始就以为random后面的那个数字是与登陆的信息相关了，导致我差点中途放弃，幸好后面遇到大神指点。在代码执行的过程中，首次打开登陆的页面，同时已经伴随着一张验证码的下载，因为在代码中一次无法同时访问两个链接，一个是登陆登陆页面的地址，一个是验证码的地址，所有我们在实际代码中应该先使用httpclient打开登陆的链接，这时httpclient会保存网站的cookie信息，所以我们在执行一次验证码的获取链接就能抓取到验证码了，然后保存到本地文件，输入其内容就能登陆网站了，

然后我们用浏览器登陆一次，查看post请求中到底向服务器发送了那些数据，然后在代码中构造这些参数发送给服务器，模拟登陆，以下是我登陆我的账号显示的信息：

这里写了一个client类，封装了打开网站，获取验证码和登陆功能，

public class Client {
private String accout;
private String password;
HttpClient client = HttpClients.createDefault();//实例化httpclient
HttpResponse response = null;
String rawHtml;

public Client(String accout, String password) {
super();
this.accout = accout;
this.password = password;
}

public boolean login() {
HttpGet getLoginPage = new HttpGet("http://218.7.49.34/loginAction.do");//教务处登陆页面get

try {
//打开教务处
client.execute(getLoginPage);
//获取验证码
getVerifyingCode(client);

//提醒用户并输入验证码
System.out.println("verifying code has been save as verifyCode.jpeg, input its content");
String code;
Scanner in = new Scanner(System.in);
code = in.nextLine();
in.close();

//设定post参数，和上图中的内容一致
ArrayList<NameValuePair> postData = new ArrayList<NameValuePair>();
postData.add(new BasicNameValuePair("zjh1", ""));
postData.add(new BasicNameValuePair("tips", ""));
postData.add(new BasicNameValuePair("lx", ""));
postData.add(new BasicNameValuePair("eflag", ""));
postData.add(new BasicNameValuePair("fs", ""));
postData.add(new BasicNameValuePair("dzslh", ""));
postData.add(new BasicNameValuePair("zjh", accout));//学号
postData.add(new BasicNameValuePair("mm", password));//密码
postData.add(new BasicNameValuePair("v_yzm", code));//验证码

HttpPost post = new HttpPost("http://218.7.49.34/loginAction.do");//构建post对象
post.setEntity(new UrlEncodedFormEntity(postData));//捆绑参数
response = client.execute(post);//执行登陆行为
rawHtml = EntityUtils.toString(response.getEntity(), "utf-8");
System.out.println(rawHtml);

} catch (ClientProtocolException e) {
System.out.println(e.getMessage());
} catch (IOException e) {
System.out.println(e.getMessage());
}
}

void getVerifyingCode(HttpClient client) {
HttpGet getVerifyCode = new HttpGet("http://218.7.49.34/validateCodeAction.do");//验证码get
FileOutputStream fileOutputStream = null;
HttpResponse response;
try {
response = client.execute(getVerifyCode);//获取验证码
/*验证码写入文件,当前工程的根目录,保存为verifyCode.jped*/
fileOutputStream = new FileOutputStream(new File("verifyCode.jpeg"));
response.getEntity().writeTo(fileOutputStream);
} catch (ClientProtocolException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
fileOutputStream.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

}

主类代码

public class Main {
   public static void main(String[] args) {
       Client client = new Client("学号", "密码");
       client.login();
   }
}

执行登陆操作

1、阿里云通用代金券，点击领取1888元
https://dwz.cn/zUx92TQa
2、阿里云高性能服务器2折入口：
https://dwz.cn/HYnDEWvY
3、阿里云企业级性能云服务器限时2折
https://dwz.cn/uVBkhvQR
4、【商标注册服务】低至300元
https://dwz.cn/hhsw8wq0

GG程序员

关注

4
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
HttpClient 破解登陆带有验证码的网站拿到数据

对于爬虫来说，验证码通常是实现过程中的一个巨大的障碍，因为验证码的多样性，有的甚至变态至极，所有一般来说使用代码自动识别验证码是非常困难的，本问的内容就是讲如何将验证码保存到本地，然后通过人工输入验证码实现登陆，从而抓取网页信息。首先说说整个登陆的流程，当我们打开一个网站的时候，浏览器就会记录该网站的cookie，用于识别信息，同时服务器会向浏览器发送一张...
复制链接

扫一扫