這個儲存庫包含我用來擊敗線上打字遊戲 Typeracer 的腳本，以幾乎 450 的不人道的 WPM 在排行榜上名列前茅。
我不建議在 typeracer 上實際使用這個腳本，它違反了 TOS（你的帳戶將被禁止，就像我的一樣），並且會污染其他真實玩家的排行榜。相反，我發現這個專案只是一個有趣的實驗和學習經驗。
對於任何好奇的人，我在下面概述了該過程的每個步驟。請注意，這種特定方法將來可能不再有效，因為 typeracer 可能（並且應該）更改使用者驗證過程。我可以確認此腳本自 2020 年 2 月 16 日起即可運行。
實際上，自動輸入比賽就像從 DOM 中提取文字並發送正確的 JavaScript 按鍵事件集一樣簡單。
雖然你的比賽速度是由假按鍵之間的時間間隔（可以任意低）決定的，但似乎只要你的 WPM 超過 450，你就會被踢出遊戲。因此，腳本可以獲得的 WPM 是有上限的。為了達到 445 WPM（我能達到的最高速度），按鍵按 22.5 毫秒到 26.5 毫秒之間的隨機時間間隔分開。
在足夠高的 WPM（>100）之後，您會看到一個圖像驗證碼，該驗證碼在客戶端的任何地方都沒有純文字形式 - 這是真正的挑戰。
要驗證您的分數，您必須能夠在給定時間內以足夠高的準確度（~95% 或更高）完成驗證碼。驗證碼始終包含 5 行扭曲（斜體和正弦曲線）文本，圖像上覆蓋有黑色標記。
典型的驗證碼
完成驗證碼是一個相對較長、混亂、機率性、推測性和手動的過程，但它只需要完成一次，因此我無意簡化該過程。
在讀取圖像之前，腳本會使用臨時 HTML 畫布執行一些預處理，以便更輕鬆地識別文字。特別是，掃描影像中任何暗到可能成為黑色標記一部分的像素。當找到像素時，該像素將變更為表示與影像中該點的背景相同的顏色。
預處理後的相同驗證碼影像
應用此程式後，我還嘗試扭轉正弦曲線扭曲效應。這對於提高給定影像的可讀性非常有效，但是扭曲效果的實際週期在影像之間存在幾個像素的差異。即使應用幾個像素偏移的效果也會顯著降低影像末端的可讀性，因為波變得異相。因此，我決定刪除這部分預處理。
下一步是將我們建立的預處理影像傳送到名為 Tesseract 的 OCR（光學字元辨識）庫。為了允許整個腳本在瀏覽器中運行，該腳本使用此處提供的庫的 JS 連接埠。
幾秒鐘後，Tesseract 將返回一段文本，準確度通常在 65% 到 85% 之間。
對 Tesseract 傳回的文字的分析揭示了一些常見錯誤，我可以透過一些字串操作手動扭轉這些錯誤。
這包括各種字元替換，例如
完成上一步後，文字將被注入到用於完成驗證碼的文字方塊中。此時，文字的準確度仍然不夠高，無法通過驗證碼，但還有大約 3-5 秒的時間進行手動編輯。
為了協助完成此過程，可以使用內建拼字檢查的瀏覽器輕鬆修復簡單的拼字錯誤（右鍵單擊，從清單中選擇建議的單字）。
在應用所有這些步驟後，我只花了大約六次嘗試就獲得了滿足驗證碼的準確性。
