yml2213
74a863c8b3
- 真因：dt 分布与真机严重不符（旧 50% 落 0~16ms，真机 79% 落 13~20ms）+ 点数 随机 57~65（真机 6/6 恒 61）。按 6 条真机轨迹重拟合 _sample_dt，新增 _fit_points 钉死 61 点（补齐用 [0,0,dt] 驻留点，不能复制位移点——净位移会被放大）。 - A/B：1ms 图标 0×4→0×7（前 7 连 0）；残余偶发 12 为连发频控形态，低频使用即可。 - errorCode 语义标定：50=答案被否（容差实测 25~40px，我们点偏仅 2~3px）， 12=包级拒答；判点位只看 50/0。 - 顺带修 build_plain：轨迹落末槽（k=37）时 chunk2 恒补前导逗号 → 非法 JSON。 - 新增 scripts/verify/send_campaign.py（批量真发+落图+统计）与 judge_icons.py （提示目标 vs 点击点并排判读）；账本 #64~#74 + 专文 ICON2408.md。 复验：selftest 全绿；判读图 24/24 点位全对；mliev 图标 9/10=0。
471 lines
21 KiB
Python
471 lines
21 KiB
Python
# -*- coding: utf-8 -*-
|
||
"""tcaptcha/tdc_values.py —— 为每个采集器**语义名**提供取值生成器（纯离线）。
|
||
|
||
背景（账本 §五 第 0 项，har/1ms_dianxuan/PROGRESS.md）:
|
||
「纯离线生成 collect」的唯一阻塞点 = 不知道每个语义名该填什么值。
|
||
本文件把 2026-10-12 实测到的**同会话真值**固化成生成规则。
|
||
|
||
真值来源（不是猜的）:
|
||
真 Chrome + 真 1ms 页面 -> Debugger 取**同会话** tdc.js（77,954 字节，
|
||
含 __TENCENT_CHAOS_VM）-> iframe 内 TDC.getData(true) -> 同会话 XTEA 密钥解密
|
||
-> 按「require 序 == 槽位序」对齐，38/38 槽全覆盖。
|
||
脚本: scripts/verify/align_session.py、scripts/verify/audit_names.py
|
||
|
||
会话 vs 每次采集（连续 4 次 getData 实测，这一条决定了生成器怎么分层）:
|
||
|
||
| 语义名 | 第1次 | 第2次 | 第3次 | 第4次 | 结论 |
|
||
|---------------------------|-------------|-------------|-------------|-------------|---------------|
|
||
| itoken | 641547489 | 641547489 | 641547489 | 641547489 | **会话内固定** |
|
||
| struct_40_9 (#.._rand) | 1591912482 | 1591912482 | 1591912482 | 1591912482 | **会话内固定** |
|
||
| window_time (#e48 委派) | 1791745224 | 1791745224 | 1791745224 | 1791745224 | **会话内固定** |
|
||
| window_time (#e40) | 1791745331 | 1791745548 | 1791745813 | 1791745814 | 每次刷新 |
|
||
| struct_46_9 | 1 | 2 | 3 | 4 | **每次 +1 的计数器** |
|
||
| trajectory 点数 | 1 | 61 | 1 | 1 | 取完即清空 |
|
||
|
||
三类取值:
|
||
* 静态画像 DEVICE_PROFILE —— UA / 屏幕 / WebGL / Canvas / 语言 / 时区 / 核数 …
|
||
（已用浏览器真值交叉校验: screen.width/height/availHeight/colorDepth、
|
||
hardwareConcurrency、timezoneOffset、languages 全部一一吻合）
|
||
* 会话量 Session —— itoken / 会话随机盐 / 页面加载时刻
|
||
* 每次采集 Session.next_call() —— 当前时刻、采集计数器、轨迹
|
||
"""
|
||
from __future__ import annotations
|
||
|
||
import random
|
||
import time
|
||
from typing import Any, Dict, List, Optional, Sequence
|
||
|
||
# --------------------------------------------------------------------------- #
|
||
# 设备画像：与真机逐项核对过（见模块 docstring 的交叉校验说明） #
|
||
# --------------------------------------------------------------------------- #
|
||
DEVICE_PROFILE: Dict[str, Any] = {
|
||
"name": "Mac / Chrome 155 / 1440x2560",
|
||
"user_agent": ("Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) "
|
||
"AppleWebKit/537.36 (KHTML, like Gecko) "
|
||
"Chrome/155.0.0.0 Safari/537.36"),
|
||
"platform": "MacIntel",
|
||
"languages": ["zh-CN", "zh"],
|
||
"timezone_offset": "+08", # 真机 Date.getTimezoneOffset() == -480
|
||
"charset": "UTF-8",
|
||
"hardware_concurrency": 10, # 真机 navigator.hardwareConcurrency
|
||
# ⚠️ 方向别弄反：真机 screen.width == 1440、screen.height == 2560
|
||
# （1440x2560 竖屏；浏览器实测 screen.availHeight == 2530）
|
||
"screen_width": 1440,
|
||
"screen_height": 2560,
|
||
"screen_color_depth": 24,
|
||
# 真机 screen_fingerprint 串；字段序 = 宽-高-可用高-色深-*-*-|-*
|
||
"screen_fingerprint": "1440-2560-2530-24-*-*-|-*",
|
||
"webgl_vendor": "Google Inc. (Apple)",
|
||
"webgl_renderer": "ANGLE (Apple, ANGLE Metal Renderer: Apple M4, Unspecified Version)",
|
||
"canvas_fingerprint": ("GgoAAAANSUhEUgAAASwAAACWCAYAAATf3v8bh+ryWcfSBSLkmN3N1"
|
||
"PQinPL7Bi3TG0qE2CogAAAABJRU5ErkJggg=="),
|
||
"viewport_size": [360, 360], # 验证码 iframe 的可视区
|
||
"cookie_enabled": 1,
|
||
"touch_detect": 2, # 真机实测值（该机 maxTouchPoints == 0）
|
||
"iframe_detect": "iframe",
|
||
"webrtc_ip": "", # 未取到候选时为空串
|
||
"dom_compliance": 1023,
|
||
"constant_98k": "98k",
|
||
"template_url": ("https://turing.captcha.gtimg.com/1/template/"
|
||
"drag_ele.html?rand=1519713624347"),
|
||
}
|
||
|
||
# 真机里恒为这些常量的槽（连续 4 次抽样一致）
|
||
CONSTANTS: Dict[str, Any] = {
|
||
"time_since_load": 0,
|
||
"webdriver_detect": 0,
|
||
"console_detect": 0,
|
||
"fp_salt": 0,
|
||
"struct_48_9_call": 0,
|
||
"location_href": "",
|
||
"struct_40_9#empty": "",
|
||
}
|
||
|
||
# 真机里是空数组的槽（与轨迹区分：轨迹至少含一个点）
|
||
EMPTY_LIST_NAME = "struct_76_33"
|
||
|
||
DEFAULT_REFERRER = "https://1ms.run/console/personal/benefits/check-in"
|
||
|
||
|
||
def _rand_int32() -> int:
|
||
"""[0, 2^31) 的随机整数 —— 真机观测值 1591912482 / 699129805 / 641547489 都落在这里。"""
|
||
return random.randint(0, (1 << 31) - 1)
|
||
|
||
|
||
def default_trajectory() -> List[List[int]]:
|
||
"""无鼠标输入时的轨迹（真机实测就是 [[1,1,12]]，看着像个"无位移"哨兵点）。"""
|
||
return [[1, 1, 12]]
|
||
|
||
|
||
def _sample_dt() -> int:
|
||
"""采样一个事件间隔（ms）——**按 6 条真机轨迹 / 360 个非首点 dt 实测重拟合**（2026-10-12）。
|
||
|
||
旧分布（账本里记为"旧拟合"）是拿**一条**样本估的，偏差很大：它给了
|
||
≥50% 概率落在 0~16ms、约 6% 落在 41~200ms。真机实测分布是**紧密聚集在 16~17ms**：
|
||
|
||
0-4 0.28% 5-8 1.39% 9-12 6.39%
|
||
13-16 35.56% 17-20 43.61% 21-25 4.44%
|
||
26-40 2.78% 41-80 1.39% 81-200 2.22% >200 1.94%
|
||
（众数 17ms×126 / 16ms×93；均值 25.2，是被极少数长停顿拉高的）
|
||
|
||
判据：真机 **79%** 落在 13~20ms，而我们旧实现只有约 36% ——
|
||
"轨迹事件间隔"是服务端最便宜的一类时序特征，别再拿单条样本估分布。
|
||
"""
|
||
r = random.random()
|
||
if r < 0.0628: # ~6%：偏快的一档（9~12ms）
|
||
return random.randint(9, 12)
|
||
if r < 0.8472: # ~78%：主峰 13~20ms（真机 79%）
|
||
return random.randint(13, 20)
|
||
if r < 0.9000: # ~5%：21~25ms
|
||
return random.randint(21, 25)
|
||
if r < 0.9300: # ~3%：26~40ms
|
||
return random.randint(26, 40)
|
||
if r < 0.9700: # ~4%：41~200ms（偶尔的思考停顿）
|
||
return random.randint(41, 200)
|
||
return random.randint(201, 600) # ~3%：罕见的长时间歇
|
||
|
||
|
||
def _to_display(x: float, y: float, img_w: int) -> Tuple[float, float]:
|
||
"""背景图原始像素 -> iframe 显示坐标（与真机点击轨迹同一套口径）。"""
|
||
scale = 320.0 / img_w
|
||
return 20 + x * scale, 60 + y * scale
|
||
|
||
|
||
REAL_TRAJECTORY_LEN = 61 # 真机硬不变量：6/6 条成功轨迹都是 61 点（见 _fit_points）
|
||
|
||
|
||
def _fit_points(events: List[List[int]]) -> List[List[int]]:
|
||
"""把轨迹**补齐/截断到真机的 61 点**，末尾再钉上固定收尾 `[1,1,12]`。
|
||
|
||
为什么点数是硬约束：4 份真机抓包 / **6 条点选成功轨迹**，点数**统统是 61**
|
||
（`点选.har` 里 3 次提交也一样），一条都不差 —— 这是服务端最容易查的一类
|
||
结构特征，而旧实现每次随机 57~65 点，等于每发一枪都自带一个异常值。
|
||
|
||
⚠️ 补齐必须用 `[0,0,dt]`（驻留/微抖动），**不能**复制最后一个 `[dx,dy,dt]` ——
|
||
复制会把位移量重复计入，净位移被放大（实测 166 vs 期望 139.5）。
|
||
"""
|
||
body = [e for e in events if e != [1, 1, 12]]
|
||
target = REAL_TRAJECTORY_LEN - 1
|
||
if len(body) >= target:
|
||
body = body[:target]
|
||
else:
|
||
while len(body) < target: # 驻留/微抖动：位移为 0
|
||
body.append([0, 0, _sample_dt()])
|
||
return body + [[1, 1, 12]]
|
||
|
||
|
||
def trajectory_points(click_points: Sequence[Sequence[int]],
|
||
img_w: int = 672) -> List[List[int]]:
|
||
"""按点击点生成鼠标轨迹：首点绝对坐标 + 增量点 + 固定收尾 `[1,1,12]`。
|
||
|
||
形状与真机一致（真机 6 条逐条核对，2026-10-12）:
|
||
* 首点是**绝对坐标**（含一个"进入前"的停顿，真机实测 7~14766ms）
|
||
* 之后全是**增量** `[dx,dy,dt]`，dt 分布见 `_sample_dt`
|
||
* **最后一点固定是 `[1,1,12]`**
|
||
* **总点数固定 61**（真机 6/6 硬不变量，见 `_fit_points`）
|
||
"""
|
||
scale = 320.0 / img_w
|
||
targets = [(int(round(20 + x * scale)), int(round(60 + y * scale)))
|
||
for x, y in click_points]
|
||
cur = [random.randint(140, 220), random.randint(300, 340)]
|
||
events: List[List[int]] = [[cur[0], cur[1], random.randint(300, 600)]]
|
||
|
||
for tx, ty in targets:
|
||
seg = random.randint(14, 20)
|
||
for i in range(1, seg + 1):
|
||
nx = cur[0] + (tx - cur[0]) * i / seg + random.randint(-1, 1)
|
||
ny = cur[1] + (ty - cur[1]) * i / seg + random.randint(-1, 1)
|
||
events.append([int(nx) - cur[0], int(ny) - cur[1], _sample_dt()])
|
||
cur = [int(nx), int(ny)]
|
||
for _ in range(random.randint(2, 5)): # 命中后短暂驻留
|
||
events.append([random.randint(-1, 1), random.randint(-1, 1), _sample_dt()])
|
||
return _fit_points(events)
|
||
|
||
|
||
def drag_trajectory_points(start: Sequence[float], end: Sequence[float],
|
||
img_w: int = 672, steps: int = 30) -> List[List[int]]:
|
||
"""滑块**拖动**轨迹：按下 -> 横向移动 -> 松手。
|
||
|
||
与 `trajectory_points` 同一套口径（输入是背景图原始像素，输出是 iframe 显示坐标），
|
||
同样以固定 `[1,1,12]` 收尾、dt 同一套分布。速度曲线用 ease-out：
|
||
人手拖动是先快后慢、末尾微调。
|
||
|
||
⚠️ **拖动轨迹不套 61 点**：那个硬不变量是从**点选**轨迹量出来的（6/6），
|
||
拖动是另一种交互（按下→横移→松手），点数按 steps 走。别外推。
|
||
"""
|
||
sx, sy = _to_display(float(start[0]), float(start[1]), img_w)
|
||
ex, ey = _to_display(float(end[0]), float(end[1]), img_w)
|
||
cur = [int(round(sx)), int(round(sy))]
|
||
events: List[List[int]] = [[cur[0], cur[1], random.randint(300, 600)]] # 按下前停顿
|
||
for i in range(1, steps + 1):
|
||
t = i / steps
|
||
e = 1.0 - (1.0 - t) ** 3
|
||
nx = int(round(sx + (ex - sx) * e)) + random.randint(-1, 1)
|
||
ny = int(round(sy + (ey - sy) * e)) + random.randint(-1, 1)
|
||
events.append([nx - cur[0], ny - cur[1], _sample_dt()])
|
||
cur = [nx, ny]
|
||
for _ in range(random.randint(2, 4)): # 落点附近的微调
|
||
events.append([random.randint(-1, 1), random.randint(-1, 1), _sample_dt()])
|
||
events.append([1, 1, 12])
|
||
return events
|
||
|
||
|
||
def rows_from_source(js_text: str) -> List[Dict]:
|
||
"""分析 tdc.js **源码**（tdc_modules 的入口收的是路径，这里落临时文件再分析）。"""
|
||
import os
|
||
import tempfile
|
||
|
||
fd, path = tempfile.mkstemp(suffix=".js", prefix="tdc_")
|
||
try:
|
||
with os.fdopen(fd, "w", encoding="utf-8") as f:
|
||
f.write(js_text)
|
||
return _analyze(path)
|
||
finally:
|
||
try:
|
||
os.unlink(path)
|
||
except OSError:
|
||
pass
|
||
|
||
|
||
def _analyze(path: str) -> List[Dict]:
|
||
"""惰性导入 tools/tdc_modules（它不在包里，且只做静态分析）。"""
|
||
import sys
|
||
from pathlib import Path as _P
|
||
|
||
tools = str(_P(__file__).resolve().parents[1] / "tools")
|
||
if tools not in sys.path:
|
||
sys.path.insert(0, tools)
|
||
from tcaptcha.telemetry import modules as tm
|
||
return tm.analyze(path)
|
||
|
||
|
||
def generate_collect(tdc_js_code: str,
|
||
click_points: Optional[Sequence[Sequence[int]]] = None,
|
||
*,
|
||
key: Optional[Sequence[int]] = None,
|
||
sd: Optional[Dict] = None,
|
||
session: Optional[Session] = None,
|
||
img_w: int = 672,
|
||
referrer: Optional[str] = None,
|
||
trajectory: Optional[Sequence[Sequence[int]]] = None) -> Dict[str, Any]:
|
||
"""**纯离线**生成一颗 collect：只吃 tdc.js 源码，不需要任何真机明文。
|
||
|
||
流程: tdc.js -> 37 个语义名（清单序）-> 38 槽取值 -> 4 段明文 -> 4 段加密拼接。
|
||
密钥默认用纯 Python 静态提取（`tcaptcha.telemetry.key`），零 Node。
|
||
|
||
trajectory 直接给轨迹点（滑块用 `drag_trajectory_points`）；不给则按 click_points 推。
|
||
"""
|
||
from tcaptcha.telemetry.crypto import build_collect, extract_eks # 局部导入避免环形依赖
|
||
from tcaptcha.telemetry.key import extract_xtea_key_pure
|
||
|
||
rows = rows_from_source(tdc_js_code)
|
||
if key is None:
|
||
key = extract_xtea_key_pure(tdc_js_code)["key"]
|
||
sess = session or Session(referrer=referrer or DEFAULT_REFERRER)
|
||
if trajectory is not None:
|
||
sess.set_trajectory(trajectory)
|
||
elif click_points:
|
||
sess.set_trajectory(trajectory_points(click_points, img_w=img_w))
|
||
|
||
cd = generate_cd(rows, sess)
|
||
plain = build_plain(cd, rows, sd)
|
||
collect = build_collect(plain["chunk1"], plain["trajectory"],
|
||
plain["chunk2"], plain["sd"], list(key))
|
||
return {
|
||
"collect": collect,
|
||
"tlg": str(len(collect)),
|
||
"eks": extract_eks(tdc_js_code),
|
||
"key": list(key),
|
||
"source": "python_values",
|
||
"cd": cd,
|
||
"segments": {k: len(v) for k, v in plain.items()},
|
||
}
|
||
|
||
|
||
class Session:
|
||
"""一次验证码会话的状态。
|
||
|
||
会话内固定的量（itoken / 随机盐 / 页面加载时刻）在 __init__ 里定下来，
|
||
每次采集会变的量（当前时刻 / 计数器 / 轨迹）由 next_call() 推进。
|
||
"""
|
||
|
||
def __init__(self, now: Optional[float] = None, entry_age: int = 60,
|
||
referrer: str = DEFAULT_REFERRER, profile: Optional[Dict] = None):
|
||
self.t0 = int(now if now is not None else time.time())
|
||
# 页面加载时刻先于会话建立（真机两次采样差 ~107 秒）
|
||
self.loaded_at = self.t0 - entry_age
|
||
self.itoken = [_rand_int32(), self.loaded_at] # 会话内固定，实测 4 次完全一致
|
||
self.session_rand = _rand_int32() # struct_40_9 的"随机"槽
|
||
self.referrer = referrer
|
||
self.profile = dict(profile or DEVICE_PROFILE)
|
||
self.calls = 0
|
||
self.now = self.t0
|
||
self.trajectory: List[List[int]] = default_trajectory()
|
||
|
||
def next_call(self, now: Optional[float] = None) -> "Session":
|
||
"""进入下一次 TDC.getData()：计数器 +1、刷新当前时刻、轨迹复位由调用方决定。"""
|
||
self.calls += 1
|
||
self.now = int(now if now is not None else time.time())
|
||
return self
|
||
|
||
def set_trajectory(self, points: Sequence[Sequence[int]]) -> "Session":
|
||
self.trajectory = [list(p) for p in points]
|
||
return self
|
||
|
||
|
||
# --------------------------------------------------------------------------- #
|
||
# 语义名 -> 取值生成器 #
|
||
# --------------------------------------------------------------------------- #
|
||
def value_for(base: str, row: Dict, sess: Session) -> Any:
|
||
"""按**基础语义名**（去掉 #结构后缀）产出一个槽的值。
|
||
|
||
同一基础名在一个构建里可能出现多次（user_agent×2 / window_time×2 /
|
||
struct_40_9×2），这时用行上的**结构证据**分流，而不是靠出现次序 ——
|
||
次序会随构建变，结构不会（见 tdc_modules.STRUCT_RULES）。
|
||
"""
|
||
st = row.get("struct") or {}
|
||
p = sess.profile
|
||
|
||
# ---- 同组多成员：用结构 / 委派证据分流 ----
|
||
if base == "user_agent":
|
||
# 直采的那个返回 UA 串；走委派链的那个返回 0（真机实测）
|
||
return 0 if row.get("via_delegate") else p["user_agent"]
|
||
if base == "struct_40_9":
|
||
# 闭包最后写入 "" vs 随机 int32（账本 #47 的静态消歧依据）
|
||
return "" if st.get("closure_kind") == "empty" else sess.session_rand
|
||
if base == "window_time":
|
||
# 委派的那个是页面加载时刻（会话内固定），直采的那个是当前时刻（每次变）
|
||
return sess.loaded_at if row.get("via_delegate") else sess.now
|
||
|
||
# ---- 会话量 / 每次采集量 ----
|
||
if base == "itoken":
|
||
return None # 2 槽，见 generate_cd
|
||
if base == "trajectory":
|
||
return sess.trajectory
|
||
if base == "struct_46_9":
|
||
return sess.calls # 实测 1,2,3,4 —— 每次采集 +1
|
||
if base == "referrer":
|
||
return sess.referrer
|
||
|
||
# ---- 常量 / 画像 ----
|
||
if base in CONSTANTS:
|
||
return CONSTANTS[base]
|
||
if base == EMPTY_LIST_NAME:
|
||
return []
|
||
if base in p:
|
||
return p[base]
|
||
raise KeyError("没有 %r 的取值规则（新语义名? 需要补规则）" % base)
|
||
|
||
|
||
def generate_cd(rows: Sequence[Dict], sess: Optional[Session] = None,
|
||
now: Optional[float] = None) -> List[Any]:
|
||
"""按**清单顺序**生成 cd 数组（37 项 -> 38 槽，itoken 占 2 槽）。
|
||
|
||
rows 来自 tools.tdc_modules.analyze()（每项含 name / struct / via_delegate）。
|
||
每次调用会推进 sess.next_call()（模拟一次 TDC.getData）。
|
||
"""
|
||
s = sess or Session(now=now)
|
||
if now is not None:
|
||
s.next_call(now)
|
||
elif s.calls == 0:
|
||
s.next_call(s.t0)
|
||
|
||
out: List[Any] = []
|
||
for r in rows:
|
||
base = str(r["name"]).split("#")[0]
|
||
if base == "itoken":
|
||
out.extend(s.itoken) # 真机就是 2 个连续槽
|
||
continue
|
||
out.append(value_for(base, r, s))
|
||
return out
|
||
|
||
|
||
def trajectory_index(rows: Sequence[Dict]) -> int:
|
||
"""轨迹在 cd 中的下标 —— 它就是 4 段加密里第 2 段的分界点。"""
|
||
k = 0
|
||
for r in rows:
|
||
base = str(r["name"]).split("#")[0]
|
||
if base == "trajectory":
|
||
return k
|
||
k += 2 if base == "itoken" else 1
|
||
raise KeyError("清单里没有 trajectory 项")
|
||
|
||
|
||
def build_plain(cd: Sequence[Any], rows: Sequence[Dict],
|
||
sd: Optional[Dict] = None) -> Dict[str, str]:
|
||
"""把 cd 组装成 4 段明文（chunk1 / trajectory / chunk2 / sd）。
|
||
|
||
与真机**逐字节一致**的分段写法（3 份样本核对，2026-10-12）:
|
||
|
||
chunk1 = '{"cd":[' + 轨迹之前的槽（逗号连接）+ ','
|
||
traj = '<轨迹槽的 JSON>'
|
||
chunk2 = ',' + 轨迹之后的槽（逗号连接）+ '],'
|
||
sd = '"sd":' + json(sd) + '}'
|
||
|
||
分隔符一律是**无空格的逗号**（真机 JSON.stringify 风格）。
|
||
"""
|
||
import json
|
||
|
||
def js(v: Any) -> str:
|
||
return json.dumps(v, ensure_ascii=False, separators=(",", ":"))
|
||
|
||
k = trajectory_index(rows)
|
||
head = ",".join(js(v) for v in cd[:k])
|
||
tail = ",".join(js(v) for v in cd[k + 1:])
|
||
return {
|
||
# ⚠️ 逗号是**槽与槽之间**的分隔符（真机是 JSON.stringify 语义），所以两端的空区间
|
||
# 都**不能**再补分隔逗号，否则会拼出 `{"cd":[,` 或 `...,],` 这种非法 JSON。
|
||
# · 轨迹正好是第 0 槽 -> chunk1 就是 '{"cd":['（真机成功包实测，见账本已知 #58）
|
||
# · 轨迹正好是最后 1 槽 -> chunk2 就是 '],'（38 槽里 k=37 的构建实测，
|
||
# 2026-10-12；此前这里恒补前导逗号 -> 拼出非法 JSON）
|
||
"chunk1": '{"cd":[' + (head + "," if head else ""),
|
||
"trajectory": js(cd[k]),
|
||
"chunk2": ("," + tail + "],") if tail else "],",
|
||
"sd": '"sd":' + js(sd if sd is not None else {"od": "C"}) + "}",
|
||
}
|
||
|
||
|
||
def main() -> int:
|
||
import argparse
|
||
import json
|
||
import sys
|
||
from pathlib import Path
|
||
|
||
ROOT = Path(__file__).resolve().parents[1]
|
||
sys.path.insert(0, str(ROOT / "tools"))
|
||
|
||
ap = argparse.ArgumentParser(description="按语义名生成 cd 取值（纯离线）")
|
||
ap.add_argument("tdc_js", help="一份 tdc.js（用来取清单顺序与语义名）")
|
||
ap.add_argument("--json", default=None)
|
||
args = ap.parse_args()
|
||
|
||
from tcaptcha.telemetry import modules as tm
|
||
rows = tm.analyze(args.tdc_js)
|
||
sess = Session()
|
||
cd = generate_cd(rows, sess)
|
||
print("项 语义名 取值")
|
||
print("-" * 78)
|
||
k = 0
|
||
for r in rows:
|
||
base = str(r["name"]).split("#")[0]
|
||
n = 2 if base == "itoken" else 1
|
||
val = cd[k:k + n] if n > 1 else cd[k]
|
||
k += n
|
||
print("%-3d %-36s %s" % (r["item"], r["name"],
|
||
json.dumps(val, ensure_ascii=False)[:34]))
|
||
print()
|
||
print("槽数 %d / %d 项" % (len(cd), len(rows)))
|
||
plain = build_plain(cd, rows)
|
||
print("分段: chunk1=%d traj=%d chunk2=%d sd=%d"
|
||
% (len(plain["chunk1"]), len(plain["trajectory"]),
|
||
len(plain["chunk2"]), len(plain["sd"])))
|
||
if args.json:
|
||
Path(args.json).write_text(json.dumps(cd, ensure_ascii=False, indent=1),
|
||
encoding="utf-8")
|
||
print(">>> %s" % args.json)
|
||
return 0
|
||
|
||
|
||
if __name__ == "__main__":
|
||
raise SystemExit(main())
|