本篇主要講述驗證碼的驗證流程，包括如何驗證碼的實現、如何獲取驗證碼、識別驗證碼（這篇是人來識別，機器識別放在下篇）、發送驗證碼。同樣以一個例子來說明。目標網址 http://icp.alexa.cn/index.php（查詢域名備案信息）
1.驗證碼的實現：
簡單的說，驗證碼就是一張圖片，圖片上有字符串。網站是如何實現的呢？有WEB基礎的人可能會知道，每個瀏覽器基本都有cookie，作爲這次回話的唯一標示。每次訪問網站，瀏覽器都會把這個cookie發送給服務器。驗證碼就是和這個cookie綁定到一起的。如何理解呢？舉個例子，現在有網站W，有A和B兩個人，同時訪問W，W給A返回的驗證碼是X,給B返回的驗證碼是Y，這兩個驗證碼都是正確的，但是如果A輸入了B的驗證碼，肯定驗證不通過。那服務器是怎麼區分A和B呢，就是用到的cookie。再舉個例子，有些網站你登錄一次之後，下次繼續訪問可能就自動登陸了，也是用cookie來標示唯一身份的，如果清除了cookie也就無法自動登陸了。cookie具體是什麼生成的，我們不必關心，只需要知道是一長串字符串就行了，你的和別人的都不一樣。（例子中的目標網址並不是用cookie，而是用的其他方式，所以可能會存在一些BUG）
服務器後臺生成驗證碼的流程就很容易理解了：首先，生成一個隨機字符串，然後和cookie綁定，然後寫到圖片上返回給你。那麼，如何生成一個圖片驗證碼呢？下面是一個簡單的生成驗證碼源碼：
from PIL import Image
import ImageFilter,ImageDraw,ImageFont
import random
width = 80
height = 40
font = ImageFont.truetype('C:\\Windows\\Fonts\\AdobeFangsongStd-Regular.otf', 28)
image = Image.new("RGB",(width,height),(0,0,0))
draw = ImageDraw.Draw(image)
for t in range(4):
draw.text((20*t,10),`random.randint(0,9)`,font=font,fill=(255,255,255))
image.show()
代碼說明：
a).PIL是python的圖片庫模塊，需要自己安裝
b).ImageFont.truetype()是選擇字體
c).Image.new("RGB",(width,height),(0,0,0))新建一個Image，背景色是白色（(0,0,0)就代表的顏色），如果需要別的顏色，可自己查詢顏色代碼。window自帶的畫板就可以看到：
d).random.randint(0,9)隨機數 範圍大於等於0，小於等於9
e).draw.text((20*t,10),`random.randint(0,9)`,font=font,fill=(255,255,255),anchor=False) 第一個參數代表位置，帶二個代表內容，第三個代表字體，第四個代表字體顏色
f).image.show()顯示圖片，第一詞會提示選擇默認圖片查看器。
運行結果如下圖：
2).驗證碼的獲取
a).分析目標網站，可以看到當鼠標點擊驗證碼那個輸入框時會顯示驗證碼，如圖：
那麼獲取驗證碼的請求是什麼？以及請求發送的時間？（驗證碼顯示的時間不一定是驗證碼獲取的時間，雖然這個例子中是，以爲驗證碼可能是頁面剛開始的時候一起加載的，只是一直被隱藏）。火狐瀏覽器F12打開控制檯，找到網絡標籤，刷新頁面，可以看到如下圖所示：
並沒有發現獲取驗證碼的請求，那麼我們點擊驗證碼的那個輸入框，發現多了一個請求，沒錯，這就是獲取驗證碼的請求。
b).下面我們開始分析這個請求，首先點擊這個請求，可以看到如下圖所示：
完整URL：http://icp.alexa.cn/captcha.php?q=sina.com.cn&sid=82&icp_host=sxcainfo。可以看到三個參數：
q=sina.com.cn：查詢的域名
sid=82：這個ID暫時不知道是什麼，後面查看JS源代碼會看到
icp_host：這個暫時也不知道。
這三個參數，那些是必須的呢？可以一個一個測試。測試方法就是刪掉某個元素，然後再發請求。測試發現，三個參數缺省都可以獲取到驗證碼，獲取到驗證碼，不代表驗證碼可用，因爲，沒有與某些類似cookie的值綁定到一起，它就和圖片沒有任何區別，不具備驗證的功能。經我測試，（測試很簡單，不過要用到後面的東西，看完這篇，就知道怎麼測了），這三個參數都需要。在測試的過程中，我發現了sid就是一個隨機數，沒有什麼特殊含義，基本可以確定可以隨便輸入：js代碼如下：
icp_host的取值有很多：sccainfo、ahcainfo、jscainfo......有沒有發現什麼規律？首先八個字母，最後六個都是cainfo，那麼前面兩個代表什麼？sc=四川、ah=安徽、js=j江蘇。所以，我們可以猜測這個是省份的簡寫。那這個值有什麼用呢？作用一，如果不按這個規則輸入字符串（比如，aaaaaaaa），就獲取不到驗證碼；作用二，驗證碼就是和這個綁定的。也就是說，你獲取驗證碼的時候用sccainfo，那麼驗證的時候也要用sccainfo。
分析完參數，然後再分析請求頭，方法和參數的分析方法一樣，一個個刪除，看能不能獲取正確的結果。這個時候，可以自己寫python代碼測試，具體代碼如下：
#encoding=utf8
import urllib2
from PIL import Image
import cStringIO
getCode_url = "http://icp.alexa.cn/captcha.php?q=163.com&sid=0&icp_host=hncainfo"
header={"Referer":"http://icp.alexa.cn/captcha.php?q=163.com&sid=0&icp_host=hncainfo"}
# header['Host']="icp.alexa.cn"
# header['User-Agent']="Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0"
header['Cache-Control']="max-age=0"
request = urllib2.Request(getCode_url,headers=header)
res = urllib2.urlopen(request).read()
image = Image.open(cStringIO.StringIO(res))
image.show()
代碼說明：
a).cStringIO python的流模塊，無論是圖片、文本、音頻、視頻都是流文件，可以相互轉化。這裏的作用是將圖片流還原成圖片
b).header中添加參數可直接用header['']=""，這樣就可以測試了。具體哪些參數必須，自己測試。
運行結果：
3).檢驗驗證碼
a).分析目標網站，尋找檢驗驗證碼的請求。我們在輸入框輸入正確的驗證碼，點擊備案查詢，如圖所示：
可以看到控制檯中多了一個請求
點擊請求，查看請求詳情：http://icp.alexa.cn/index.php?q=163.com&code=65a89c&icp_host=lncainfo
三個參數：
q=163.com:查詢的域名，必不可少
code=65a89c：驗證碼，必不可少
icp_host=lncainfo：和獲取驗證碼相對應
然後再分析header，與上面的方法一樣。這兩次檢驗不同的是：檢驗獲取驗證碼時，是自己寫代碼獲取驗證碼，然後放到網站上檢驗，驗證碼的正確性（必須保證icp_host一致）；檢驗檢查驗證碼時，是用網站獲取驗證碼，填到代碼裏面，看看參數對不對。
驗證代碼如下：
#encoding=utf8
import urllib2
checkcode_url = "http://icp.alexa.cn/index.php?q=163.com&code=N3PE37&icp_host=hncainfo"
header={}
# header['Pragma']="Pragma"
# header['Referer']="http://icp.alexa.cn/index.php?q=163.com&code=CUXWDV&icp_host=sccainfo"
header['User-Agent']="Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0"
request = urllib2.Request(checkcode_url,headers=header)
res = urllib2.urlopen(request).read()
print res
代碼說明：icp_host=hncainfo這個參數必須和你獲取驗證碼時候的參數一致
運行結果：
如果驗證碼不正確或者別的地方不一致，會返回：
到此，我們就分析完了，不過現在是把獲取和驗證放在兩個代碼中運行，怎麼放在一起呢?代碼如下：
#encoding=utf8
import urllib2
from PIL import Image
import cStringIO
import BeautifulSoup
def getCode(domain):
print "獲取驗證碼...."
getcode_url="http://icp.alexa.cn/captcha.php?q="+domain+"&sid=0&icp_host=hncainfo"
getcode_headers = {}
getcode_headers['Referer']="http://icp.alexa.cn/captcha.php?q=163.com&sid=0&icp_host=hncainfo"
getcode_headers['Cache-Control']="max-age=0"
getcode_request = urllib2.Request(getcode_url,headers=getcode_headers)
getcode_res = urllib2.urlopen(getcode_request).read()
image = Image.open(cStringIO.StringIO( getcode_res))
print "獲取驗證碼成功"
image.show()
def checkcode(domain,code):
# print "您輸入的驗證碼爲："+`code`
print "開始檢查驗證碼..."
checkcode_url = "http://icp.alexa.cn/index.php?q="+domain+"&code="+code+"&icp_host=hncainfo"
checkcode_headers={}
checkcode_headers['User-Agent']="Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0"
checkcode_request = urllib2.Request(checkcode_url,headers=checkcode_headers)
checkcode_res = urllib2.urlopen(checkcode_request).read()
if(checkcode_res.count("主辦單位名稱")>0):
print "驗證成功"
checkcode_soup = BeautifulSoup.BeautifulSoup(checkcode_res)
print "所屬單位名稱:"+checkcode_soup.findAll("table")[0].findAll("tr")[0].findAll("td")[1].text.encode("utf8")
else:
print "驗證失敗"
domain = raw_input("請輸入域名：")
getCode(domain)
code = raw_input("請輸入驗證碼：")
checkcode(domain,code)
代碼說明：
a).def getCode(domain) 聲明一個函數，getCode是函數名，domain是參數
b).raw_input() 獲取用戶輸入
c).在獲取和驗證的時候，我把icp_host都寫成了hncainfo，這樣就可以保證一致。
d).encode("utf8") 對變量以utf8格式編碼
e).驗證碼要人工識別輸入
運行結果：
到此，整個驗證碼的獲取，驗證都講述完了，驗證碼的識別放在下一節。
說明：
a).代碼僅供學習交流
b).如有錯誤，多多指教
c).轉載請註明出處