本教程将详细介绍如何在本地环境中使用Docker部署 PaddleOCR-VL，同时包含VLLM推理模型加速的部署过程，以及踩过的一些坑。目前本人测试了效果确实非常强大，可用于文档解析、图片、PDF等，同时响应速度也很快，相比于传统的OCR精准太多了

python进制转换有着多种方法1：调用内置函数（最简单）2：通过算法转换（较为复杂）第一种：调用内置函数bin()、oct()、int()

在上一篇文章中已经讲了如何去定位x-s生成的位置，本篇文章就直接开始撸代码吧1、获取加密块代码 首先来到参数生成的位置，点击 F9 进入加密的位置 可以看见加密的代码就是在这一块，直接全扣就可以了 扣下来一共有两千多行，把调用的位置放在最下面尝试执行一下 2、使用补环境框架，把代理挂上在代码的最上方运行

LocalStorage 是一种 web 端的存储机制，主要用于在本地上存储一些用户的信息从反爬的角度上看，在一些网站中，他会将一些指纹数据（如设备信息，版本号，鼠标，用户行为等等）存储在LocalStorage中用于反爬的计算，通过分析这些参数是否异常来判断是否为爬虫。

本文将针对Ja3 指纹检测风控进行处理，举例了一个案例并使用两种不同的破解方案进行突破。1、使用大佬改魔改的 curl_cffi 模块进行请求，但这种由于封装的太过于完善了，好处是用法简单，坏处是不能 “随心所欲”；2、使用pyhttpx 或 request-go 等模块进行自定义 ja3 指纹进行请求；3、使用 js、go语言发起请求能够有效解决（因为主要讲的是python我这里先pass了）

概述：文本对旋转验证码进行了突破及讲述了实现原理，代码使用纯算法 OpenCV，使用代价较小同时不用安装一大堆AI训练相关的模组，方便且能够快速上手等等使用了旋转验证码的网站基本上是旋转验证码的网站都能过。实现原理：使用opencv对两张图片进行合并，同时从0度开始，1度1度的旋转，选择像素相似度最高的一个度数

总体概览：核心主要是需要突破该网站的验证码，成功后会返回我们需要的参数x-amz-captcha，接着再去请求一个中间页（类似在后台注册一个session）目前是有两套方案的（1、直接正面突破验证码 2、通过修改指纹来绕过验证码），本文先讲如何直接正面突破验证码，方案2后面有机会再讲难度：三颗星（适合小白、初级跟中级学习）

LocalStorage 是一种 web 端的存储机制，主要用于在本地上存储一些用户的信息从反爬的角度上看，在一些网站中，他会将一些指纹数据（如设备信息，版本号，鼠标，用户行为等等）存储在LocalStorage中用于反爬的计算，通过分析这些参数是否异常来判断是否为爬虫。

总体概览：使用Session登录该网站，其中包括对password参数进行js逆向破解（涉及加密：md5加密+AES-CBC加密）难度：两颗星目标网址：aHR0cHM6Ly93d3cuZnhiYW9nYW8uY29tLw==JS逆向部分总结：1、在登录的时候对password参数与时间戳拼接；2、对账号参数切及时间戳的拼接；3、将部分关键数据转数组后先进行MD5加密处理；4、最终将前面数据全部拼接

报错：解决方法：修改编码文件的默认编码格式为utf-8（默认为gbk）点击进入并修改：将encoding修改前一定一定一定要备份！！！！到时候改错了可以再改回来最后运行就成功了...