Fuf.com.ua

Автоматическая регистрация на чужом сайте при помощи PHP.

Posted by rebbort under Программирование

Как-то раз один мой знакомый попросил написать для него спамилку форумов и досок объявлений. Составили ТЗ, оговорили цену, сошлись на том, что спамилка должна уметь самостоятельно регистрироваться на форумах, при необходимости парсить CAPTCHA, заходить на почтовый ящик и переходить по ссылке активации аккаунта. После формирования аккаунта программа должна была уметь рассылать сообщения в разные ветки форума.

Я и сам давно уже хотел было писать подобную программу, но не было стимула и вот он появился, да еще и в денежном эквиваленте. Но как только я начал писать программу возникло куча проблем: не понятно было, как отсылать на PHP данные POST методом, как парсить CAPTCHA и вытаскивать оттуда разные буковки и циферки, как заходить на почтовый ящик и т. д.

Первая проблема решилась использованием сокетов. Вторая решалась долго – распарсить картинку на PHP дело не из легких. Немножко понапрягав серое вещество, было решено использовать нейронные сети. Но PHP очень медленный язык, чтоб писать подобные программы, поэтому из нейронных сетей была выдрана основная идея, а весь метод заключался в следующем:
- скачиваем картинку,
- устанавливаем для картинки порог, например, черные буквы на сером фоне, дальше все, что темнее порога – это буквы, все остальное – мусор,
- обрезаем все лишнее пространство, оставляем только буквы,
- заносим картинку в двумерный массив: если пиксель белый – 0, если не белый – 1,
- выделяем буквы, находим в массиве по Y ряд, где все элементы равны 0, все, что левее какая-то буква,
- создаем массив-эталон, заносим в него все цифры и буквы алфавита в двоичном представлении; шрифт букв должен совпадать с тем, что и на CAPTCHA, например:

,
на картинке зашифровано слово ПРИВЕТ.
- распознаем буквы.

Последний пункт нужно расписать подробней. Выбираем из массива первый символ и по очереди сравниваем его с символами из массива-эталона при помощи XOR (1×1=0, 1×0=1, 0×1=1, 0×0=0). После получения нового массива, складываем все его элементы и все элементы используемого символа из массива-эталона. Делим первое число на второе. Если получилось больше 1, то символ-эталон явно ошибочный, если меньше 0.4, то символ определен, иначе запоминаем число и символ из эталона. После того, как в массиве-эталоне не останется больше символов, выбираем наиболее меньшее число и символ из эталона, которому оно соответствует. В итоге получаем строку символов из CAPTCHA.

Весь процесс распознавания занимал около 2 секунд на AMD Duron 700Мгц и 192 Мб ОП. Не так уж и много, если учесть, что картинку нужно отпарсить только раз, а посты слать уже можно будет сколько угодно. Кстати, забыл упомянуть, что данный метод работает исключительно для CAPTCHA типа

Хотя можно распознавать и другие CAPTCHA, главное, чтобы буквы не располагались под наклоном, не наезжали друг на друга и не были искажены.

Но на этом прекрасном моменте все и обломилось. Картинку распарсить я распарсил, а вот данные отослать на сервер я так и не смог. После отсылки данных генерировалась новая сессия и соответственно генерировалась новая CAPTCHA. Долго шарясь по Google, я так ничего внятного для себя не нашел, позвонил заказчику, и мы порешили на этом закончить. Тогда я так и не понял, как можно отсылать и данные и Cookie вместе на сервер, так чтобы он не генерировал новую сессию. А ведь на самом деле все очень и очень просто.

<?php
//Получение Хоста
function GetHost($address){
	$host = (substr($address, 0, 7) == "http://") ? substr($address, 7) : $address;
	$host = (strpos($host, "/")) ? substr($host, 0, strpos($host, "/")) : $host;
	return $host;
}
//Отсылка данных POST-методом при помощи сокета
//@cookie – массив вида array(0=>’SID=sad34d56f5sdfserf6f5s4d5f45sd46f’,1=>’uid=3431’,…)
//
function HTTPPost($hostname, $postdata, &$errno, &$errstr, $cookie="", $timeout=20){
	$service_port = getservbyname ('www', 'tcp');
	$host = GetHost($hostname);
	$address = gethostbyname ($hostname);
	$out = "";
	$fp = @fsockopen ($host, $service_port, $errno, $errstr, $timeout);
	if($fp){
		$request = "POST $hostname HTTP/1.0\\r\\n";
		$request .= "Host: $host\\r\\n";
		$request .= "Referer: $hostname\\r\\n";
		if($cookie != "")
			if(count($cookie)>0)
				foreach($cookie as $v)
					$request .= "Cookie: $v\\r\\n";
		$request .= "Content-Type: application/x-www-form-urlencoded\\r\\n";
		$pdlen = strlen($postdata);
		$request .= "Content-Length: $pdlen\\r\\n\\r\\n";
		$request .= $postdata;
		fputs ($fp, $request);
		$out = "";
		while(!feof($fp)) $out .= fgets($fp,128); fclose ($fp);
	}
	return $out;
}

//Парсинг заголовка ответа сервера, извлечение куков
function DecodeHeader($str){
    $part = preg_split ( "/\\r?\\n/", $str, -1, PREG_SPLIT_NO_EMPTY );
    $out = array ();
    for ($h=0;$h<sizeof($part);$h++){
        if ($h!=0){
            $pos = strpos ( $part[$h], ‘:’ );
            $k = strtolower ( str_replace ( ‘ ‘, ”, substr ( $part[$h], 0, $pos ) ) );
            $v = trim ( substr ( $part[$h], ( $pos + 1 ) ) );
        }else{
            $k = ’status’;
            $v = explode ( ‘ ‘, $part[$h] );
            $v = $v[1];
        }

		if( $k == ’set-cookie’ ){
			$out['cookies'][] = substr($v,0,strpos($v,’;'));
		}else if($k==’content-type’ ){
            if (($cs=strpos($v,’;'))!==false){
                $out[$k] = substr ( $v, 0, $cs );
            }else{
                $out[$k] = $v;
            }
        }
	}
    return $out;
}

?>

Теперь, как пользоваться.

<?php

$login="pupkin";
$password="qwerty";
$url = "http://www.example.com.ua/login.php";
//Формируем данные для формы авторизации
$postdata="login=$login&password=$password";

//Авторизируемся на сайте
$out = HTTPPost($url, $postdata, $errno, $errstr);
//Получаем cookies
$out = DecodeHeader($out);

$url = "http://www.example.com.ua/addlink.php";
//Формируем данные для формы добавления ссылки на сайт
$postdata="url=http://mysite.com/&title=Мой сайт&description=Мой сайт круче всех";
//Добаляем на данный сайт какую-то информацию.
$out = HTTPPost($url, $postdata, $errno, $errstr, $out['cookies']);
?>

В этом примере, все ссылки взяты из головы. Если решите попробовать, используйте реальные сайты.
На этом все. В следующей статье, наверно, приведу исходник скрипта для распознавания CAPTCHA.

Понравилась статья?

• Подписаться на обновления по e-mail
• Подписаться на RSS фид

Случайные посты

• Создание тематических ссылок на сайт
• Темы для Wordpress
• Яндекс Sitemap
• Австрийская IT компания H.U.I.
• Пост комментариев в блоги без nofollow при помощи Comment Kahuna