自动刷新和下载Asirra图像

Question

如果您不熟悉阿西拉，这是微软开发的一种验证码技术，它使用猫和狗的识别，而不是一串文本来进行人工验证。

我想使用他们的数据库，数百万的猫和狗的图片，一些机器学习实验，所以我试图写一个脚本，将自动刷新他们的网站，并下载12个图片在一个固定的间隔。不幸的是，当谈到JavaScript时，我是个新手。

问题是，出于非常明显的安全原因，很难找到图像的实际url，因为它都隐藏在模糊的javascript后面。我试着用Curl来查看使用终端应用返回什么html，这也是一样的--只是javascript。那么，如何使用脚本访问实际的图像呢？很明显，这些图像被传输到我的电脑上，因为它们显示在我的屏幕上，但我不知道如何用脚本来捕捉这些图像。

还有一个问题是，我不想要第一次加载的较小的图像，我需要只有当鼠标在它们上面时才会显示的更大的图像，所以我想我需要覆盖javascript函数，通过脚本将更大的图像提供给我。

我更喜欢Python或C#中的东西，但我想要任何东西--谢谢！

编辑:他们的公共语料库没有足够的图片供我使用，所以这是行不通的。另外，我并不一定要求您为我编写我的脚本，只是关于如何使用脚本访问全尺寸图像的一些指导。。

Answer 1

在这里等待答案的时候，我一直在挖掘，最终想出了一种被黑的方法来完成我想要的事情。

首先，这是一个有点复杂的问题(至少对于像我这样的javascript新手来说)是因为ASIRRA的图像是通过javascript加载到网页上的，javascript是一种客户端技术。当您使用wget或curl之类的东西下载网页时，这是一个问题，因为它实际上并不运行javascript，它只是下载源html。因此，你不能得到图像。

然而，我意识到使用firefox的“另存页为.”做了我需要的事。它运行加载图像的javascript，然后将其全部保存到我的硬盘上众所周知的目录结构中。这正是我想要的自动化。所以..。我找到了一个名为"iMacros“的火狐插件，并编写了以下宏：

VERSION BUILD=6240709 RECORDER=FX
TAB T=1
URL GOTO=http://www.asirra.com/examples/ExampleService.html
SAVEAS TYPE=CPL FOLDER=C:\Cat-Dog\Downloads  FILE=*

设置为循环10,000次，它工作得非常完美。事实上，由于它总是保存在同一个文件夹中，所以复制的图像被覆盖(这正是我想要的)。

Answer 2

尝试使用他们的公共语料库http://research.microsoft.com/en-us/projects/asirra/corpus.aspx