数学验证码提出算术问题，例如“7 + 3 是什么？”或“解决：15 – 8”作为挑战。逻辑验证码通过基于单词的问题（例如“天空是什么颜色？”）扩展了这一点。或“输入最大的数字：5、12、3。”这些挑战是最早的验证码类型之一，并且在 WordPress 网站、联系表单和旧应用程序中仍然很常见。如果您的自动化遇到一个文本字段要求您解一个简单的方程，那么您正在处理数学或逻辑验证码。
数学和逻辑验证码的类型
1. 基本算术验证码
提出一个简单的加法、减法或乘法问题。
示例：
- “3+5是多少？”
- “12 – 4 =？”
- “6×7=？”
实现： 问题要么呈现为纯文本（易于解析），要么嵌入图像中（需要 OCR）。
2. 文本呈现的数学验证码
该方程被渲染为图像以防止简单的文本解析。
示例：
- 显示“14 + 23 = ?”的图像字体变形
- 带有彩色数字和噪声背景的验证码图像
实现：需要OCR从图像中读取方程，然后计算得出答案。
3. 基于单词的数学验证码
数字被写成单词而不是数字。
示例：
- “七加三等于多少？”
- “输入十二减五的结果”
实现：需要NLP解析将单词转换为数字，然后计算。
4.逻辑题
需要常识的非算术问题。
示例：
- “草是什么颜色的？”
- “狗有几条腿？”
- “火是热的还是冷的？”
实现：需要知识库或语言模型。这些通常来自固定问题库。
5. 序列或模式验证码
给出一个数字序列并询问下一个值。
示例：
- “接下来是什么：2、4、6、8？”
- “完成图案：1、1、2、3、5、？”
实现：需要模式识别逻辑。
数学验证码在技术上如何工作
基于文本的数学验证码流程
Server generates random equation (e.g., "7 + 3")
↓
Stores answer (10) in server-side session
↓
Renders equation as HTML text or image
↓
User submits answer via form field
↓
Server compares submitted answer to stored answer
↓
Match → Form submitted Mismatch → Error shown
基于图像的数学验证码流程
Server generates random equation
↓
Renders equation into a distorted image (noise, lines, color shifts)
↓
Image served to client via <img> tag
↓
User reads image, computes answer, types in form field
↓
Server validates submitted answer
检测自动化中的数学验证码
Python检测
import requests
from bs4 import BeautifulSoup
import re
def detect_math_captcha(url):
"""Detect common math CAPTCHA patterns on a page."""
response = requests.get(url, timeout=10)
soup = BeautifulSoup(response.text, "html.parser")
html = response.text.lower()
indicators = {
"text_math": False,
"image_math": False,
"logic_question": False,
}
# Check for text-based math questions
math_patterns = [
r"what is \d+\s*[\+\-\×\*]\s*\d+",
r"\d+\s*[\+\-\×\*]\s*\d+\s*=\s*\?",
r"solve:\s*\d+",
r"type the (result|answer|sum)",
]
for pattern in math_patterns:
if re.search(pattern, html):
indicators["text_math"] = True
break
# Check for CAPTCHA images near math-related labels
captcha_images = soup.find_all("img", attrs={
"alt": re.compile(r"captcha|math|verify", re.I)
})
if captcha_images:
indicators["image_math"] = True
# Check for logic questions
logic_patterns = [
r"what color is",
r"how many legs",
r"what comes next",
r"is .+ hot or cold",
]
for pattern in logic_patterns:
if re.search(pattern, html):
indicators["logic_question"] = True
break
return indicators
result = detect_math_captcha("https://example.com/contact")
print(result)
Node.js 检测
const axios = require("axios");
const cheerio = require("cheerio");
async function detectMathCaptcha(url) {
const { data: html } = await axios.get(url, { timeout: 10000 });
const $ = cheerio.load(html);
const lower = html.toLowerCase();
const indicators = {
textMath: false,
imageMath: false,
logicQuestion: false,
};
// Text-based math patterns
const mathPatterns = [
/what is \d+\s*[+\-×*]\s*\d+/,
/\d+\s*[+\-×*]\s*\d+\s*=\s*\?/,
/solve:\s*\d+/,
/type the (result|answer|sum)/,
];
for (const pattern of mathPatterns) {
if (pattern.test(lower)) {
indicators.textMath = true;
break;
}
}
// Check for CAPTCHA images
$("img").each((_, el) => {
const alt = ($(el).attr("alt") || "").toLowerCase();
if (/captcha|math|verify/.test(alt)) {
indicators.imageMath = true;
}
});
return indicators;
}
detectMathCaptcha("https://example.com/contact").then(console.log);
使用 OCR 解决数学验证码问题
当数学验证码将方程式呈现为图像时，OCR 会提取文本，并由一个简单的解析器计算答案。
使用 CaptchaAI 进行基于图像的数学验证码
import requests
import time
import re
API_KEY = "YOUR_API_KEY"
CAPTCHA_IMAGE_URL = "https://example.com/captcha.png"
# Download the CAPTCHA image
image_data = requests.get(CAPTCHA_IMAGE_URL).content
# Submit to CaptchaAI OCR
import base64
b64_image = base64.b64encode(image_data).decode()
submit = requests.post("https://ocr.captchaai.com/in.php", data={
"key": API_KEY,
"method": "base64",
"body": b64_image,
"json": 1,
})
task_id = submit.json().get("request")
# Poll for result
for _ in range(30):
time.sleep(3)
result = requests.get("https://ocr.captchaai.com/res.php", params={
"key": API_KEY,
"action": "get",
"id": task_id,
"json": 1,
})
data = result.json()
if data.get("status") == 1:
ocr_text = data["request"] # e.g., "7 + 3"
print(f"OCR result: {ocr_text}")
# Parse and compute the answer
match = re.match(r"(\d+)\s*([+\-*/×])\s*(\d+)", ocr_text)
if match:
a, op, b = int(match.group(1)), match.group(2), int(match.group(3))
ops = {"+": a + b, "-": a - b, "*": a * b, "×": a * b, "/": a // b}
answer = ops.get(op)
print(f"Answer: {answer}")
break
elif "CAPCHA_NOT_READY" in str(data):
continue
数学验证码与其他验证码类型
| 特征 | 数学验证码 | reCAPTCHA v2 | 验证码 | 滑块验证码 |
|---|---|---|---|---|
| 用户摩擦 | 低（快速心算） | 中（图像选择） | 中（图像选择） | 低（单拖） |
| 机器人抵抗 | 很低 | 高的 | 高的 | 中等的 |
| 辅助功能 | 好（基于文本的版本） | 差（视力相关） | 差（视力相关） | 差（依赖于电机） |
| 成本 | 免费（自托管） | 提供免费套餐 | 提供免费套餐 | 各不相同 |
| 常用 | WordPress、联系表格 | 登录、注册 | 登录、注册 | 电子商务，亚洲 |
为什么仍然使用数学验证码
- 简单 — 没有外部 API 依赖项，没有 JavaScript SDK
- WordPress 插件 — 像“Math CAPTCHA”和“Really Simple CAPTCHA”这样的插件被广泛安装
- 低摩擦 - 用户发现简单的数学比图像选择更快
- 辅助功能 — 基于文本的数学验证码可与屏幕阅读器配合使用（与图像验证码不同）
- 旧系统 - 早于现代验证码服务的旧应用程序
常见问题
数学验证码对机器人有效吗？
任何可以解析 HTML 的机器人都可以轻松绕过纯文本数学验证码。基于图像的数学验证码稍微困难一些，但可以通过 OCR 轻松解决。数学验证码仅对最基本的垃圾邮件机器人有效。对于严格的机器人保护，请使用行为验证码系统，例如 reCAPTCHA 或 Cloudflare Turnstile。
如何在自动化中解决基于图像的数学验证码？
使用 CaptchaAI 等 OCR 服务从图像中提取方程，然后以编程方式解析和计算答案。 CaptchaAI 支持 27,500 多种图像验证码类型，包括数学方程图像。
可以在没有 OCR 的情况下解决基于文本的数学验证码吗？
是的。如果方程呈现为 HTML 文本（而不是图像），您可以使用正则表达式或 DOM 解析直接从页面源解析它。基于文本的数学验证码不需要 OCR。
数学验证码的最佳替代品是什么？
如果您想要低摩擦和强大的机器人检测功能，Cloudflare Turnstile 是最好的替代品。它以不可见的方式运行，不需要用户交互。为了更高的安全性，基于分数评估的reCAPTCHA v3是有效的。
概括
数学和逻辑验证码是最简单的挑战类型，常见于 WordPress 联系表单和遗留系统中。基于文本的版本可以直接从 HTML 解析。基于图像的版本需要 OCR 来读取方程式，然后通过简单的算术来计算答案。对于基于图像的数学验证码，请使用CaptchaAI 图像 OCR API提取并求解方程。虽然数学验证码很容易被绕过，但由于其简单性和可访问性的优势，它仍然很受欢迎。
