#Ghost-login

---

• 专门用来解决爬虫采集相关网站数据时模拟登录，验证码自动识别的问题；欢迎加入一起开发完善。
• Specifically designed to solve the crawler when collecting Internet web data who need to login the web-site by useing some Simulated ways. The Ghost-login will verificate the captcha code automatically; Welcome to join in together to develop and improve it.

---

#主要基于以下第三方lib及技术

• 1. httpclient HTTP请求以及响应
• 2. selenium 模拟自动登录
• 3. bouncycastle 加密解密
• 4. tesseract-ocr 验证码Tesseract识别
• 5. captcha-Recognize验证码LibSVM识别

##模拟登录一些常见的网站Done

1. 百度(已实现)
2. QQ微博 (已实现)
3. 知乎(已实现)
4. 京东(已实现)
5. 新浪微博 (已经实现)
6. 新浪邮箱(待实现)
7. QQ邮箱(待实现)
8. 豆瓣(待实现)
9. 淘宝(还有点问题)
10. 支付宝(还有点问题)

##Todolist 0. 重构代码，增加可扩展性

1. 增加简单验证码识别模块;
2. 重新组织文件结构和代码风格;
3. 增加可扩展性，方便添加新的功能;

tips of pull request

欢迎大家一起来 pull request

0. 兼容JDK1.8版本；
1. 自动模拟登录新的网；
2. 改进bug, 完善代码；
3. 增加新的模拟自动登录的方法；

something to add

0. 网站的前端更新、验证、变化较快，若不能用了请及时告知，我会定期修改完善，同时热烈欢迎有兴趣的加入我们。
1. 接下来最重要的是重构代码，让大家可以更容易的做出一些满足个性需求的功能。
2. 如果你觉得某个网站的登录很有代表性，欢迎在 issue 中提出，如果你感觉网站的模拟自动登录很有意思，加入我们吧。
3. 验证码的识别模块还有待完善...

除责申明

1. 本开源项目仅为技术交流此一目的，严禁用于其他任何商业、违法犯罪、恶意攻击等行为；
2. 若第三者用此项目侵犯相关网站权益，一切责任自负；
3. 若本项目侵犯相关网站、个人，组织机构权益，请及时联系；

使用帮助

• 1.eliteqing
• 2.tigerxue

交流讨论

1. 开源网络爬虫QQ交流群:322937592
2. email address: liinux at qq.com