AI逆向实战：猿人学反混淆练习平台第八题加密分析全流程拆解

1. 猿人学第八题到底卡在哪：验证码识别与反混淆的真实场景

猿人学反混淆练习平台第八题，页面打开后不是直接给你数据，而是先弹出一组九宫格验证码，提示你按顺序点选目标字符，通过之后才能翻页拿数据。很多人第一次做这题会误以为难点在接口加密参数上，实际抓包会发现请求体里没有 sign、没有 token，只有一个captcha_id和clicks坐标数组。真正的门槛在于：验证码图片是 base64 内嵌的，目标字符是动态下发的，而且每次翻页都可能重新触发验证码校验。

这道题适合已经会写基础 requests 脚本、想进阶到「图像预处理 + 模板匹配 + 请求状态机」的读者。它不需要你破解复杂的 JS 混淆，但需要你把验证码识别、会话保持、翻页重试这三件事串成一个稳定的自动化流程。我试过用纯 OCR 库直接识别，准确率很低，因为验证码里的字符有旋转、有干扰线、有颜色噪声，通用 OCR 模型在这种小样本场景下反而不如自己写特征匹配。

核心检索词先明确：猿人学第八题、反混淆、加密分析、验证码识别、九宫格点选、Python 逆向脚本。下面从环境准备到可运行脚本逐步拆开，每一步都给出可复制的配置和验证动作。

2. TaoToken 前置：用模型对话辅助分析验证码逻辑

在写脚本之前，我习惯先用模型对话把接口返回结构和验证码字段含义理清楚。TaoToken 的模型对话入口可以直接贴抓包返回的 JSON，让模型帮你归纳字段关系，比如targets是目标字符数组、image是 base64 图片、id是本次验证码会话标识。这一步不是必须的，但能省掉很多手动比对的时间。

你可以打开模型对话页面：https://taotoken.net/api?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite ，把/api2/8的返回样例贴进去，问它「这个 JSON 里每个字段在验证码流程中承担什么角色」。模型会给出字段级解释，你再对照自己的抓包结果验证。

如果你打算长期做这类逆向练习，建议把常用的分析提示词沉淀下来，配合 Coding Plan 做脚本迭代：https://taotoken.net/api?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。接入文档在 https://taotoken.net/api?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite ，API Key 在 https://taotoken.net/api?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 控制台里生成。

需要说明的是，TaoToken 在这里的角色是辅助你理解接口语义和生成脚本骨架，不是替你绕过验证码。验证码的识别逻辑仍然要你自己写，模型只能帮你把思路结构化。

3. 可复制配置：会话、请求头与验证码接口参数

先把基础请求配置固定下来。这道题的关键请求头有三个：User-Agent必须设置为yuanrenxue，X-Requested-With设为XMLHttpRequest，Referer指向/match/8。Cookie 里需要带上登录后的sessionid，否则接口会返回未登录状态。

import requests, json, time, base64, io import numpy as np import cv2 from PIL import Image BASE_URL = "https://match.yuanrenxue.cn" SESSION_COOKIE = {"sessionid": "你的sessionid"} USER_AGENT = "yuanrenxue" PAGE_SIZE = 10 TOTAL_PAGES = 5 session = requests.Session() session.headers.update({ "User-Agent": USER_AGENT, "X-Requested-With": "XMLHttpRequest", "Referer": f"{BASE_URL}/match/8", "Accept": "application/json, text/javascript, */*; q=0.01", }) for k, v in SESSION_COOKIE.items(): session.cookies.set(k, v, domain="match.yuanrenxue.cn", path="/")

验证码获取接口是GET /api2/8，带一个毫秒时间戳参数t。返回结构里targets是你要点选的目标字符顺序，image是 base64 图片，id是本次验证码的唯一标识。提交接口是POST /api2/8，表单字段为captcha_id和clicks，clicks是 JSON 数组，每个元素是{"x": ..., "y": ...}坐标。

九宫格坐标计算方式：图片按 3x3 切分，每个格子中心点坐标用col * cell_size + cell_size // 2和row * cell_size + cell_size // 2得到。假设图片宽高都是 300，则 cell_size 为 100。

def cell_center(pos, cell_size=100): row, col = divmod(pos, 3) return {"x": col * cell_size + cell_size // 2, "y": row * cell_size + cell_size // 2}

请求频率要控制，两次请求间隔至少 0.6 秒，遇到 429 就 sleep 3 秒重试。这个限流策略是实测下来比较稳的，太快会触发风控，太慢又影响调试效率。

4. 验证请求与成功结果：从验证码识别到翻页求和

验证码识别的核心思路是「先探测、再匹配」。第一次遇到某个目标字符时，你没有样本，只能随机点四个位置提交，接口会在返回里告诉你picked字段，即你点中的位置对应的真实字符。用这个反馈来积累样本，下次遇到相同字符就能做特征匹配。

图像预处理步骤：把每个格子裁出来，去掉边缘 12% 的 margin，转 HSV 取饱和度大于 40 且灰度小于 245 的区域作为字符掩码，再做开运算和闭运算去噪，最后把字符区域缩放到 64x64 的二值图作为特征。

def preprocess_cell(cell): h, w = cell.shape[:2] margin = int(min(h, w) * 0.12) cell = cell[margin:h-margin, margin:w-margin] hsv = cv2.cvtColor(cell, cv2.COLOR_RGB2HSV) gray = cv2.cvtColor(cell, cv2.COLOR_RGB2GRAY) mask = np.logical_and(hsv[:,:,1] > 40, gray < 245).astype(np.uint8) * 255 kernel = np.ones((3,3), np.uint8) mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) ys, xs = np.where(mask > 0) if len(xs) == 0: return np.zeros((64,64), dtype=np.uint8) crop = mask[ys.min():ys.max()+1, xs.min():xs.max()+1] side = max(crop.shape[:2]) + 8 canvas = np.zeros((side, side), dtype=np.uint8) oy = (side - crop.shape[0]) // 2 ox = (side - crop.shape[1]) // 2 canvas[oy:oy+crop.shape[0], ox:ox+crop.shape[1]] = crop return (cv2.resize(canvas, (64,64), interpolation=cv2.INTER_AREA) > 32).astype(np.uint8)

匹配阶段用曼哈顿距离：对每个目标字符，计算当前格子特征与已积累样本均值的平均绝对差，取最小代价的排列组合。因为目标字符通常只有 3 到 4 个，9 选 4 的排列数是 3024，暴力枚举完全可行。

import itertools def predict_positions(cell_features, targets, samples): costs = [] for char in targets: feats = samples.get(char, []) if not feats: costs.append([float("inf")] * 9) continue proto = np.stack([f.astype(np.float32) for f in feats]).mean(axis=0) costs.append([float(np.mean(np.abs(cell_features[p].astype(np.float32) - proto))) for p in range(9)]) best_perm, best_score = None, float("inf") for perm in itertools.permutations(range(9), len(targets)): score = sum(costs[i][perm[i]] for i in range(len(targets))) if score < best_score: best_score, best_perm = score, perm return list(best_perm), best_score

翻页逻辑是一个状态机：请求/api/question/8?page=N&pageSize=10，如果返回里action等于captcha，说明需要先过验证码，调用解题流程，成功后重新请求同一页。拿到数据后累加data数组里的数值，最后打印总和。

def fetch_page(page): while True: resp = session.get(f"{BASE_URL}/api/question/8", params={"page": page, "pageSize": PAGE_SIZE}, timeout=20) data = resp.json() if data.get("action") != "captcha": return data solve_one_captcha() time.sleep(0.8)

运行成功时，控制台会依次打印每页的 JSON 数据和最终 sum 值。如果验证码识别正确，通常 1 到 3 次尝试就能通过；如果样本不足，脚本会自动进入探测模式积累样本，循环几次后识别率会明显上升。

5. 本篇常见错排查：验证码失败、429 与坐标偏移

第一个高频错误是sessionid过期或未正确设置 domain。表现是接口返回{"action": "captcha"}但验证码提交后一直失败。排查方法：打印session.cookies.get_dict()，确认sessionid存在且 domain 为match.yuanrenxue.cn。

第二个错误是坐标计算用了图片原始尺寸而不是格子尺寸。如果图片不是 300x300，cell_size要按width // 3动态计算。表现是提交后返回picked为空或验证码不通过。修正方式：在decode_image之后读取image.shape，把cell_size传进去。

第三个错误是请求间隔太短触发 429。表现是连续几次请求后接口返回 429 状态码。解决方式：在请求封装里加一个last_request_at时间戳，每次请求前检查间隔，不足 0.6 秒就 sleep 补齐。

第四个错误是样本缓存文件损坏。match8_cache.pkl在写入过程中如果程序中断，可能导致下次加载失败。排查方法：在load_cache里加 try/except，加载失败就清空样本重新积累。另外注意 pickle 文件不要跨 Python 版本混用。

第五个错误是目标字符顺序理解反了。targets数组的顺序就是你要点选的顺序，不是集合。比如targets是["A", "B", "C"]，你点的第一个格子必须是 A，第二个是 B，第三个是 C。如果顺序错了，即使字符都对也不会通过。

6. 语义一致 CTA：把脚本跑通之后继续迭代

脚本能稳定跑通 1 到 5 页并算出总和之后，你可以把验证码识别模块抽出来做成独立类，方便复用到其他类似题目。如果后续要接入更多逆向练习，建议用 Coding Plan 管理你的脚本迭代和提示词版本：https://taotoken.net/api?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。遇到接口字段变化或验证码样式调整时，回到模型对话里重新分析返回结构：https://taotoken.net/api?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite ，比翻文档快很多。

API Key 管理和接入配置都在控制台完成：https://taotoken.net/api?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。接入文档里有完整的请求示例和参数说明：https://taotoken.net/api?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。把这篇的脚本保存好，下次遇到九宫格点选类验证码，改一下接口路径和坐标计算就能直接套用。