curl 模拟用户登陆，但有验证码

Question

我在用curl做一个用户模拟登陆，但是遇到了验证码。我在网上找了很多资料，但都没有解决问题。我想，要模拟登录的思路大概是这样子的：

1、获取页面中的表单，模拟填写登录名和密码;
2、从验证码图片中得到验证码，模拟填写验证码；（这一步获取验证码解决不了）
3、提交cookie和参数进行登录，保存本地cookie；

其中第2步遇到了问题，怎么会的验证码？使用图片识别库吗？还是下载让用户手工输入呢？或者还有其他的办法？

希望做过这类需求的朋友帮帮忙，谢谢～

Answer 1

火速解答

1. 手工输入
2. 花钱买在线的api在线打码
3. ocr（不准确，简单的验证码可以，但总体上指望不大）

你可以去 www.uuwise.com 这样的网站，去了解一下验证码打码的黑技术

Answer 2

• 如果手工打码，用PHP带Cookie取到验证码的值，再设Header("Content-Type: image/jpeg");吐出来， 这里你可以自己结合前端做些小的改善，例如用Ajax Long Poll或webSocket做个实时提醒的小东西，一旦产生新验证码，你的客户端叮咚提示你打验证码，打完，把内容传给CURL类，CURL再模拟你把验证码传给网站。 在PHP中这里有个很强悍的模拟库，叫做snoopy.class.php。
• 如果验证码比较简单（无扭曲、无干扰线、非中文、字符长度是定长、每个验证码字符边界距离等同、噪点小、字体不生僻或你能找到），也就是说，你觉得机器可以根据一定模式识别出来，那么自己用PHP写个OCR，或调用扩展，我不知道有没有OCR扩展你自己找找。自己写也简单，我记得是先把图片二值化，再把每个字母的区域拆分，计算黑色所占比例，和已有字体库对比，网上类似教程太多，自己实践。

Answer 3

http://blog.csdn.net/ugg/article/details/3972368
http://jingyan.baidu.com/article/456c463b66e5320a583144b7.html
http://www.poboke.com/study/php-verification-code-identification-primary.html