最近和眾屌絲一樣，在12306上面刷著春節回家的票。與她大戰無數個回合之後，終於搶到了一張回家的高鐵票，不斷感慨最近人品還不錯。當前，在使用12306的過程中，充滿很多的心酸，念叨了鐵道部的親人很多次（罪過），其中最讓人糾結的一項即是：驗證碼。
12306採用驗證碼， 無疑是一種很不錯的措施，可以在一定程度上阻止了黃牛們的瘋狂行為，不過也給正常使用驗證碼的童鞋帶了個很頭痛的問題，在選座提交訂單的關鍵時候，竟然驗證碼拉取不下來又或者驗證過程非常耗時。鑑於自己也是無數碼農中的有這職業病的一員，為此也來談談關於驗證碼的優化方案。
驗證碼通常一張靜態的，但是12306使用的卻是一張動態的（gif格式），動態的驗證碼大大的提高了破解的難度，但無疑也具備比較高的生成成本。我們首先來看一下通常情況下的驗證碼校驗流程：
1）瀏覽器向驗證碼伺服器發起獲取驗證碼的請求；
2）驗證碼伺服器返回驗證碼檔案和檔案對應的id編號（id編號一般下發到瀏覽器的cookie中）；
3）瀏覽器提交使用者輸入的驗證碼和檔案id編號；
4）web伺服器校驗使用者輸入的驗證碼與中展示的驗證碼是否一致，根據校驗結果來向使用者展示不同的頁面；
下面我們來看一下系統的整體架構圖：
主要處理流程為：
1、獲取驗證碼
1）從配置中心中獲取當前可用的頻率控制、驗證碼庫、待驗證庫可用的服務位址列表
2）頻率控制，主要控制當前請求是否屬於惡意攻擊；
3）驗證碼庫，獲取可用的驗證碼資訊，即獲取乙個可用的驗證碼檔案位址；
4）將獲取到的驗證碼資訊寫入到待驗證庫中，方便後續進行校驗驗證碼；
2、校驗驗證碼
1）根據從前端獲取到的編號（獲取驗證碼時，下發的對應編號），來從待驗證庫中獲取驗證資訊；
2）將驗證結果傳送到校驗統計模組；
在設計過程中需要考慮的點：
1）惡意重新整理
來自某個ip頻繁的請求驗證碼，大體上就可以判定驗證碼正在被刷中，需要採取措施進行一定的頻率限制，降低繼續被刷的請求量，這裡我們可以採用比較簡單限制來個某個ip請求次數，當然也可以根據業務特性，新增業務對應的頻率控制邏輯；
2）驗證碼有效期
驗證碼可以生成一條key—value的資料存放到memcache中（即待驗證庫），value為：驗證碼檔案id、驗證碼code、生成時間，每個請求驗證碼的請求，均在快取中插入一條記錄，每傳送乙個驗證請求，即將快取中的這條記錄刪除失效。
3）檔案與編號
兩者之間不可以建立一一對應的關係，否則，壞人只需要儲存編號，下次就可以重複提交對應的驗證碼；但是可以建立一對多的關係，也就是一張對應多個編號，但是一編號只能唯一對應；
4）驗證碼生成
驗證碼檔案的生成相比而言是比較慢的操作，所以需要採用離線計算成功的方案，避免瀏覽器獲取驗證碼檔案耗時比較久，影響使用者的體驗；這裡存放乙個問題，什麼時機啟動驗證碼生成的流程，有以下幾種策略：
a）每天定時生成更新，策略簡單實現；
b）定時檢測驗證碼可用量，來生成一批新的驗證碼檔案；
總之，驗證碼檔案的生成必須是離線進行的，同時在此時需要為檔案生成乙個或者多個編號；服務部署的個數，完全取決於驗證碼的消耗量；
5）驗證碼庫
驗證碼庫，應該採用那種資料結構？mysql還是其他的資料結構。在這裡，可以嘗試採用redis的list結構來當作訊息佇列來使用或者其他的可用的訊息佇列。需要獲取驗證碼時，從訊息佇列中pop出乙個值即可。每個記錄中至少需要儲存的字段為：編號、位址、驗證碼等資訊。訊息佇列中的記錄 < 50%時，可以出發驗證碼生成邏輯來定時插入新的驗證碼。面對更併發的驗證碼請求量，可以在集群中多部署幾套redis訊息佇列以及驗證碼生成系統來應對；
6）編號的生成
驗證碼檔案需要支援在多台機器上面部署多個服務，同時也要支援在單機上面部署多個服務，這裡就需要解決如何來生成唯一驗證碼編號的問題。可以通過根據機器ip和服務編號來解決這個問題，每台機器上面的服務均存在乙個服務編號（保證服務編號在單機上是唯一的），計算公式可以為：id = md5(ip+服務編號+時間戳+自動序列號）；
從12306談起驗證碼的架構
最近和眾屌絲一樣，在12306上面刷著春節回家的票。與她大戰無數個回合之後，終於搶到了一張回家的高鐵票，不斷感慨最近人品還不錯。當前，在使用12306的過程中，充滿很多的心酸，念叨了鐵道部的親人很多次 罪過 其中最讓人糾結的一項即是 驗證碼。12306採用驗證碼，無疑是一種很不錯的措施，可以在一定程...
12306驗證碼 驗證碼的架構
最近和眾屌絲一樣，在12306上面刷著春節回家的票。與她大戰無數個回合之後，終於搶到了一張回家的高鐵票，不斷感慨最近人品還不錯。當前，在使用12306的過程中，充滿很多的心酸，念叨了鐵道部的親人很多次 罪過 其中最讓人糾結的一項即是 驗證碼。12306採用驗證碼，無疑是一種很不錯的措施，可以在一定程...
python 爬取12306驗證碼
import ssl import urllib2 i 1import time while 1 不加的話，無法訪問12306 time.sleep 1 有時需要加延時，以防被封。i i 1 f.write data f.close 以下就是爬取的 的截圖 12306的驗證碼經常讓人眼花繚亂，眼睛仔...