Python验证码处理实战：从12306项目看验证码识别的技术演进

一、引言：验证码，网络安全的第一道防线

在网络应用中，验证码是防止自动化攻击的重要手段。12306作为中国铁路售票系统，其验证码设计尤为复杂，从早期的数字字母组合，到后来的图片点击，再到如今的智能验证，一直在与自动化脚本进行着"军备竞赛"。

12306抢票项目的验证码处理模块，完整实现了从验证码获取、保存到识别的全流程，支持手动输入和自动识别两种方式，是学习Python验证码处理的绝佳范例。本文将深入分析12306项目的验证码处理逻辑，探讨验证码识别的技术要点和实践经验。

二、验证码处理流程：从获取到识别的完整链路

12306项目的验证码处理主要由两个核心文件组成，形成了完整的处理链路：

获取验证码 -> 保存图片 -> 识别验证码 -> 转换坐标 -> 提交验证

1. 核心文件结构

• inter/GetPassCodeNewOrderAndLogin.py：负责验证码图片的获取与保存
• inter/GetRandCode.py：负责验证码的识别（手动/自动）和坐标转换

三、验证码图片获取与保存：GetPassCodeNewOrderAndLogin.py

1. 功能实现

该模块负责从12306服务器下载验证码图片，支持登录和订单两种场景。

2. 核心代码解析

# -*- coding=utf-8 -*-fromconfig.urlConfimporturlsdefgetPassCodeNewOrderAndLogin(session,imgType):""" 下载验证码 :param session: 会话对象，包含HTTP客户端和URL配置 :param imgType: 下载验证码类型，login=登录验证码，其余为订单验证码 :return: 验证码图片二进制数据或False（失败时） """try:# 根据场景选择对应的URLifimgType=="login":url=session.urls["getCodeImg"]else:url=session.urls["codeImgByOrder"]# 添加随机数参数，防止缓存url="{0}?{1}".format(url,"r={0}".format(session.httpClint.send(session.urls["randCode"])))# 发送请求获取验证码response=session.httpClint.opener.open(url,timeout=5)result=response.read()returnresultexceptExceptionase:print(u"获取验证码失败: {0}".format(e))returnFalse

3. 技术要点

• 动态URL生成：根据场景（登录/订单）选择不同的验证码URL
• 防缓存机制：添加随机数参数，确保每次获取的都是最新验证码
• 会话保持：使用会话对象的HTTP客户端，保持登录状态
• 异常处理：捕获网络异常，确保系统稳定性

四、验证码识别：GetRandCode.py的双重实现

1. 功能实现

该模块实现了验证码的识别功能，支持手动输入和自动识别两种方式，并将识别结果转换为12306服务器要求的坐标格式。

2. 核心代码解析

2.1 验证码识别主函数

# -*- coding=utf-8 -*-fromPILimportImagefromconfig.ticketConfimport_get_yamlfromdamatuCode.ruokuaiimportRClienttry:raw_input# Python 2exceptNameError:# Python 3raw_input=inputdefgetRandCode(is_auto_code,auto_code_type,result):""" 识别验证码 :param is_auto_code: 是否自动识别 :param auto_code_type: 自动识别类型（1:打码兔，2:若快） :param result: 验证码图片二进制数据 :return: 验证码坐标字符串或空字符串（失败时） """try:# 保存验证码图片到文件try:withopen('./tkcode.png','wb')asimg:img.write(result)print(u"验证码图片已成功保存到 ./tkcode.png")exceptExceptionase:print(u"保存验证码图片失败: {0}".format(e))return""ifis_auto_code:# 自动识别逻辑ifauto_code_type==1:print(u"打码兔已关闭, 如需使用自动识别，请使用若快平台 auto_code_type == 2")returnifauto_code_type==2:# 调用若快打码平台APIrc=RClient(_get_yaml()["auto_code_account"]["user"],_get_yaml()["auto_code_account"]["pwd"])Result=rc.rk_create(result,6113)# 6113是12306验证码类型if"Result"inResult:returncodexy(Ofset=",".join(list(Result["Result"])),is_raw_input=False)else:if"Error"inResultandResult["Error"]:print(u"打码平台错误: {0}, 请登录打码平台查看-http://www.ruokuai.com/client/index?6726".format(Result["Error"]))return""else:# 手动输入逻辑try:# 尝试打开验证码图片img=Image.open('./tkcode.png')print(u"正在打开验证码图片...")img.show()print(u"验证码图片已打开，请查看并输入")exceptExceptionase:print(u"打开验证码图片失败: {0}".format(e))print(u"请手动双击根目录下的 tkcode.png 文件查看验证码")# 调用手动输入函数returncodexy()exceptExceptionase:print(u"验证码处理异常: {0}".format(e))importtraceback traceback.print_exc()return""

2.2 坐标转换函数

defcodexy(Ofset=None,is_raw_input=True):""" 获取验证码坐标 :param Ofset: 自动识别结果或None（手动输入时） :param is_raw_input: 是否手动输入 :return: 验证码坐标字符串 """ifis_raw_input:# 显示坐标提示print(u""" ***************** | 1 | 2 | 3 | 4 | ***************** | 5 | 6 | 7 | 8 | ***************** """)print(u"验证码分为8个，对应上面数字，例如第一和第二张，输入1, 2")print(u"如果是linux无图形界面，请使用自动打码，is_auto_code: True")print(u"如果没有弹出验证码，请手动双击根目录下的tkcode.png文件")Ofset=raw_input(u"输入对应的验证码: ")# 标准化输入格式Ofset=Ofset.replace("，",",")select=Ofset.split(',')# 坐标映射post=[]offsetsX=0# X坐标offsetsY=0# Y坐标forofsetinselect:ifofset=='1':offsetsY=77offsetsX=40elifofset=='2':offsetsY=77offsetsX=112elifofset=='3':offsetsY=77offsetsX=184elifofset=='4':offsetsY=77offsetsX=256elifofset=='5':offsetsY=149offsetsX=40elifofset=='6':offsetsY=149offsetsX=112elifofset=='7':offsetsY=149offsetsX=184elifofset=='8':offsetsY=149offsetsX=256else:passpost.append(offsetsX)post.append(offsetsY)# 转换为12306要求的坐标格式randCode=str(post).replace(']','').replace('[','').replace("'",'').replace(' ','')print(u"验证码识别坐标为{0}".format(randCode))returnrandCode

3. 技术要点

• PIL/Pillow图像处理：用于打开和显示验证码图片
• 文件IO操作：将验证码图片保存到本地文件
• API调用：集成若快打码平台API，实现自动识别
• 坐标转换：将用户输入或API返回的结果转换为12306服务器要求的坐标格式
• 跨Python版本兼容：兼容Python 2和Python 3的raw_input/input函数

五、手动vs自动：验证码处理方式对比

六、验证码识别经验技巧

1. 提高手动输入效率的技巧

• 熟悉坐标映射：记住8个位置对应的数字，减少思考时间
• 快速输入：直接输入数字，用逗号分隔，如"1,3,5"
• 注意大小写：确保输入法在英文状态，避免中文逗号

2. 优化自动识别的建议

• 选择可靠平台：若快平台对12306验证码有专门优化，识别率较高
• 保持账号余额充足：确保打码平台账号有足够余额，避免因余额不足导致识别失败
• 合理设置超时时间：根据网络情况调整API调用超时时间
• 添加重试机制：自动识别失败时，切换到手动模式或重试

3. 验证码处理的通用经验

• 保存验证码图片：无论自动还是手动识别，都建议保存验证码图片，便于调试和分析
• 添加异常处理：捕获可能出现的各种异常，确保系统稳定性
• 日志记录：记录验证码处理过程，便于排查问题
• 定期更新识别策略：随着验证码技术的发展，及时更新识别策略

七、代码优化建议

1. 验证码图片处理优化

# 优化前：直接保存二进制数据withopen('./tkcode.png','wb')asimg:img.write(result)# 优化后：添加图片验证和压缩fromPILimportImagefromioimportBytesIOtry:# 验证图片完整性img=Image.open(BytesIO(result))img.verify()# 重新打开并保存，可选择压缩img=Image.open(BytesIO(result))img.save('./tkcode.png',optimize=True,quality=90)print(u"验证码图片已成功保存到 ./tkcode.png")exceptExceptionase:print(u"验证码图片无效: {0}".format(e))return""

2. 自动识别重试机制

# 优化前：单次调用Result=rc.rk_create(result,6113)# 优化后：添加重试机制max_retries=3foriinrange(max_retries):try:Result=rc.rk_create(result,6113)if"Result"inResult:returncodexy(Ofset=",".join(list(Result["Result"])),is_raw_input=False)exceptExceptionase:print(u"自动识别重试 {0}/{1} 失败: {2}".format(i+1,max_retries,e))time.sleep(1)

3. 验证码坐标映射优化

# 优化前：多个if-elif分支ifofset=='1':offsetsY=77offsetsX=40# ... 其他分支# 优化后：使用字典映射，更简洁高效coord_map={'1':(40,77),'2':(112,77),'3':(184,77),'4':(256,77),'5':(40,149),'6':(112,149),'7':(184,149),'8':(256,149)}ifofsetincoord_map:offsetsX,offsetsY=coord_map[ofset]

八、结语：验证码处理的技术演进

12306项目的验证码处理模块展示了Python在验证码处理方面的强大能力，从图片获取、保存到识别、坐标转换，形成了完整的处理链路。通过学习这个项目，我们可以掌握以下核心技术：

• PIL/Pillow图像处理：图片的打开、显示和保存
• 文件IO操作：二进制文件的读写
• API调用：第三方服务的集成和调用
• 用户交互设计：友好的用户提示和输入处理
• 异常处理：提高系统稳定性的关键

随着AI技术的发展，验证码识别技术也在不断演进，从早期的OCR识别，到如今的深度学习模型，识别准确率不断提高。然而，12306的验证码也在不断升级，从简单的图片点击，到如今的多轮验证，形成了一场持续的"攻防战"。

对于开发者来说，掌握验证码处理的核心技术，不仅可以应对12306这样的特定场景，还可以将这些技术应用到其他需要验证码处理的场景中。无论是手动输入还是自动识别，关键是根据实际需求选择合适的处理方式，并不断优化和改进。

希望本文对你理解Python验证码处理有所帮助，祝你在验证码处理的道路上越走越远！

参考资料：

• 12306抢票项目源码
• Python PIL/Pillow官方文档
• 若快打码平台API文档