作者：hacker发布时间：2022-09-01分类：邮箱破解浏览：129评论：1
作者 | 苏克1900
责编 | 胡巍巍
本文经授权转载自高级农民工
最近在网上看到一个非常有意思的 Python 游戏 通关网站，一共有 33 关，每一关都需要利用 Python 知识解题找到答案，然后进入下一关。
很考验对 Python 的综合掌握能力，比如有的闯关需要用到正则表达式，有的要用到爬虫。
我们平常学 Python 都是按章节顺序、包或者模块来学，容易前学后忘。正好可以拿这个网站来综合测试一下对 Python 的掌握情况，以便查缺补漏。
来说说这个网站怎么玩。
mark
这是网站主页面，很有 历史 感对吧，诞生了已有十几年了。但千万不要因为看着像老古董而小瞧它。
mark
我们来玩玩看，点击「get challenged」开始挑战。
第 0 关是 Warming up 热身环节：
这一关要求是修改 URL 链接，给的提示是电脑上的数学表达式：2 的 38 次方，所以大概就是需要计算出数值，然后修改url 进入下一关。
所以这关就是考 Python 的基本数值运算，你知道怎么算么？
打开 Python 自带终端，一行代码就能计算出结果：
mark
把原链接中的 0 替换为 274877906944 回车就会进入下一关：
mark
游戏 这就正式开始了。图片中的笔记本给了三组字母，很容易发现规律：前面的字母往后移动两位就是后面的字母。
那么需要做的就是根据这个规律把下面的提示字符串，做位移解密得到真正的句子含义：
这道题考察字符串编码和 for 循环相关知识，代码实现如下：
得到结果：
作者很风趣，当然不能手动去一个推算了，推荐用 string.maketrans 这个方法解决，我们上面采取的是比较直接的方法，官方给出了更为精简的方法：
然后把 url 中的 map 改为ocr回车就来到了第 2 关：
mark
作者接着说过关的提示可能在书里（当然不可能了）也可能在网页源代码里。那就右键查看源代码往下拉看到绿色区域，果然找到了问题：
mark
意思就是：要在下面这一大串字符里找到出现次数最少的几个字符
考察了这么几个知识点：
如果是你，你会怎么做？
来看下，十行代码快速实现：
首先，用 Requests 请求网页然后用正则提取出字符串，接着 for 循环计算每个字符出现的次数。
可以看到出现次数最少的就是最后几个字符，合起来是「equality」，替换 url 字符就闯过过了第 2 关进入下一关继续挑战。是不是有点意思？
后面每一关都需要用到相关的 Python 技巧解决，比如第 4 关：
mark
这一关作者弄了个小恶作剧，需要手动输入数值到 url 中然后回车，你以为这样就完了么？并没有它有会不断重复弹出新的数值让你输入，貌似无穷尽。
所以，这一关肯定不能采取手动输入的方法闯关，自然要用到 Python 了。要实现自动填充修改 url 回车跳转到新 url，循环直到网页再也无法跳转为止这一功能。
如果是你，你会怎么做？
其实，一段简单的爬虫加正则就能搞定。思路很简单，把每次网页中的数值提取出来替换成新的 url 再请求网页，循环下去，代码实现如下：
输出结果如下：
可以看到，最终循环了 85 次找到了最后一个数字16044，输入到 url 中就闯关成功。
33 关既有趣又能锻炼使用 Python 解决问题的技巧，感兴趣的话去玩玩看。
网址：
如果遇到不会做的题，可以在这里找到参考答案：
中参考文教程：
官方参考教程：
作为码一代，想教码二代却无从下手：
听说少儿编程很火，可它有哪些好处呢？
孩子多大开始学习比较好呢？又该如何学习呢？
最新的编程教育政策又有哪些呢？
下面给大家介绍CSDN新成员： 极客宝宝（ID： geek_baby）
热 文 推 荐
☞“年薪百万程序员遭亲妈拍卖”刚刚刷爆朋友圈！网友：是我本人！
☞ 真壕！腾讯员工平均月薪 7 万！
☞ 高级！程序员用递归来撩妹？！| 程序员有话说
☞厉害！女学生偷师男子学校，变身区块链开发工程师
☞这家公司的 IoT ，你可千万别低估！
☞深扒! 币安被盗的7074.18枚比特币去哪了?
☞如何使用「番茄法」高效的写算法题？
☞面对互联网一线大厂，这些技术你需要了解！
☞刺激！华为程序员年薪200万 ？真相让人心酸！
你点的每个“在看”，我都认真当成了喜欢
我们可以这幺理解：爬虫是用来批量获得网页上的公开信息的，也就是前端显示的数据信息。因此，既然本身就是公开信息，其实就像浏览器一样，浏览器解析并显示了页面内容，爬虫也是一样，只不过爬虫会批量下载而已，所以是合法的。不合法的情况就是配合爬虫，利用黑客技术攻击网站后台，窃取后台数据（比如用户数据等）。
简单来讲，爬虫就是一个探测机器，它的基本操作就是模拟人的行为去各个网站溜达，点点按钮，查查数据，或者把看到的信息背回来。就像一只虫子在一幢楼里不知疲倦地爬来爬去。
你可以简单地想象：每个爬虫都是你的「分身」。就像孙悟空拔了一撮汗毛，吹出一堆猴子一样。
你每天使用的百度，其实就是利用了这种爬虫技术：每天放出无数爬虫到各个网站，把他们的信息抓回来，然后化好淡妆排着小队等你来检索。
抢票软件，就相当于撒出去无数个分身，每一个分身都帮助你不断刷新 12306 网站的火车余票。一旦发现有票，就马上拍下来，然后对你喊：土豪快来付款。
那么，像这样的爬虫技术一旦被用来作恶有多可怕呢？
正好在上周末，一位黑客盆友御风神秘兮兮地给我发来一份《中国爬虫图鉴》，这哥们在腾讯云鼎实验室主要负责加班，顺便和同事们开发了很多黑科技。比如他们搞了一个威胁情报系统，号称能探测到全世界的「爬虫」都在做什么。
我吹着口哨打开《图鉴》，但一分钟以后，我整个人都不好了。
我看到了另一个「平行世界」：
就在我们身边的网络上，已经密密麻麻爬满了各种网络爬虫，它们善恶不同，各怀心思。而越是每个人切身利益所在的地方，就越是爬满了爬虫。
看到最后，我发现这哪里是《中国爬虫图鉴》，这分明是一份《中国焦虑图鉴》。
我们今天要说的，就和这些 App 有关。
一、爬虫的「骚操作」
爬虫也分善恶。
像谷歌这样的搜索引擎爬虫，每隔几天对全网的网页扫一遍，供大家查阅，各个被扫的网站大都很开心。这种就被定义为「善意爬虫」。
但是，像抢票软件这样的爬虫，对着 12306 每秒钟恨不得撸几万次。铁总并不觉得很开心。这种就被定义为「恶意爬虫」。（注意，抢票的你觉得开心没用，被扫描的网站觉得不开心，它就是恶意的。）
给你看一张图：
这张图里显示的，就是各行各业被爬「叨扰」的比例。（注意，这张图显示是全世界，不是全中国。）而每一个色块背后，都是一条真实而强大的利益链条。
接下来，中哥就给你科普一下里面的骚操作。
1、排名第一的是出行
出行行业中爬虫的占比最高（20.87%）。在出行的爬虫中，有 89.02% 的流量都是冲着 12306 去的。这不意外，全中国卖火车票的独此一家别无分号。
你还记得当年 12306 上线王珞丹和白百何的「史上最坑图片验证码」么？
这些东西不是为了故意难为老老实实卖票的人的，而恰恰是为了阻止爬虫（也就是抢票软件）的点击。刚才说了，爬虫只会简单地机械点击，它不认识白百何，所以很大一部分爬虫就被挡在了门外。
你可能会说，不对啊，我现在还可以用抢票软件抢到票啊。
没错。抢票软件也不是吃素的。它们在和铁总搞「对抗」。
有一种东西叫作「打码平台」，你可以了解一下。
打码平台雇用了很多叔叔阿姨，他们在电脑屏幕前不做别的事情，专门帮人识别验证码。那边抢票软件遇到了验证码，系统就会自动把这些验证码传到叔叔阿姨面前，他们手工选好哪个是白百何哪个是王珞丹，然后再把结果传回去。总共的过程用不了几秒时间。
当然，这样的打码平台还有记忆功能。如果叔叔阿姨已经标记了这张图是「锅铲」，那么下次这张图片再出现的时候，系统就直接判断它是「锅铲」。时间一长，12306 系统里的图片就被标记完了，机器自己都能认识，叔叔阿姨都可以坐在一边斗地主了。
你可能会问：为什么 12306 这么抠呢？它大方地让爬虫随意爬会死吗？
答：会死。
你知道每年过年之前，12306 被点成什么样了吗？公开数据是这么说的：「最高峰时 1 天内页面浏览量达 813.4 亿次，1 小时最高点击量 59.3 亿次，平均每秒 164.8 万次。」这还是加上验证码防护之后的数据。可想而知被拦截在外面的爬虫还有多少。
况且这里还没有讨论，被抢票软件把票抢走，对我们父母那样的不会抢票的人来说，是不是公平呢？
铁路被爬虫「点击」成这样已经够惨了，但它还有个难兄难弟，就是航空。
而航空里，被搞得最惨的不是国航，不是海航，也不是东航。而是亚航。
航空类爬虫的分布比例。
很多人可能都没坐过亚洲航空。这是一家马来西亚的廉价航空公司，航线基本都是从中国各地飞往东南亚的旅游胜地，飞机上连矿泉水都得自费买，是屌丝穷 X 度假之首选。
为什么爬虫这么青睐亚航呢？因为它便宜。确切地说，因为它经常放出便宜的票。
本来，亚航的初衷只是随机放出一些便宜的票来吸引游客，但这里面黄牛党是有利可图的。
据我所知，他们是这样玩的：
技术宅黄牛党们利用爬虫，不断刷新亚航的票务接口，一旦出现便宜的票，不管三七二十一先拍下来再说。
亚航有规定，你拍下来半小时（具体时间记不清了）不付款票就自动回到票池，继续卖。但是黄牛党们在爬虫脚本里写好了精确的时间，到了半小时，一毫秒都不多，他又把票拍下来，如此循环。直到有人从黄牛党这里定了这个票，黄牛党就接着利用程序，在亚航系统里放弃这张票，然后 0.00001 秒之后，就帮你用你的名字预定了这张票。
「我是中间商，我就要赚差价！」这波骚操作，堪称完美。
2、排名第二的是社交
社交的爬虫重灾区，就是你们喜闻乐见的微博。
给你看张图：
这是爬虫经常光顾的微博地址。
近些日子，一则“淘宝12亿条客户信息遭爬取，黑客非法获利34万”的问题，引发了广大网友们的热议，在网上闹的沸沸扬扬。那么，客户的信息是如何泄漏的呢？这个黑客使用了python的爬虫技术，爬出了淘宝的信息。然后这个黑客把这些拿到的信息，都拿去售卖给了其他需要这些信息的公司，各有所需。这些信息泄漏之后，轻则让我们收到更多的垃圾信息和骚扰电话，重则被骗取钱财。那么具体的情况是什么呢？我来给大家分享一下我的看法。
一.黑客爬取信息
这些黑客是通过python这个语言，利用了爬虫的功能，爬取了淘宝的12亿条客户的信息。不得不说，这个黑客的技术也是确实很硬，能够把淘宝这样的大公司的信息给爬取出来。
二.黑客售卖信息
爬取到了12亿条信息之后，黑客是售卖了这12亿条的淘宝客户的信息。成功的盈利了34万的一个金额，也是非常的多了。
三.信息泄漏的后果
信息邪路的后果，有轻有重。轻则是受到更多的垃圾短息，已经骚扰电话。重则是可能银行卡会被盗刷，掌握了自己的关键信息，导致自己更加的容易受骗等等。
以上就是我对于这个问题所发表的看法，纯属个人观点，仅供参考。大家有什么不同的看法都可以在评论区留言，大家一起讨论一下。大家看完，记得点赞，加关注哦。
1、把python的scripts文件夹加入到环境变量里面 2、运行cmd 3、cd XXX切到程序所在文件夹 4、输入python xxx.py
标签：黑客爬虫闯关
已有1位网友发表了看法：
访客 评论于 2022-09-01 23:35:21 回复
被标记完了，机器自己都能认识，叔叔阿姨都可以坐在一边斗地主了。你可能会问：为什么 12306 这么抠呢？它大方地让爬虫随意爬会死吗？答：会死。你知道每年过年之前，12306 被点成什么样了吗？公开数据是这么说的：「最高峰时 1 天