Package captcha 技术文档
2024-12-24 12:12:12作者:余洋婵Anita
1. 安装指南
1.1 环境要求
- Go 语言环境(建议使用 Go 1.13 或更高版本)
1.2 安装步骤
- 打开终端或命令行工具。
- 使用
go get
命令安装captcha
包:go get github.com/dchest/captcha
- 安装完成后,你可以在你的 Go 项目中导入该包:
import "github.com/dchest/captcha"
2. 项目的使用说明
2.1 生成验证码
- 使用
captcha.New()
函数生成一个新的验证码,返回验证码的 ID。id := captcha.New()
- 你可以通过
captcha.NewLen(length int)
函数自定义验证码的长度。id := captcha.NewLen(8)
2.2 生成验证码的图像或音频
- 使用
captcha.WriteImage(w io.Writer, id string, width, height int)
函数生成验证码的图像,并将其写入指定的io.Writer
。captcha.WriteImage(w, id, 240, 80)
- 使用
captcha.WriteAudio(w io.Writer, id string, lang string)
函数生成验证码的音频,并将其写入指定的io.Writer
。captcha.WriteAudio(w, id, "en")
2.3 验证验证码
- 使用
captcha.Verify(id string, digits []byte)
函数验证用户输入的验证码是否正确。isValid := captcha.Verify(id, userInputDigits)
- 也可以使用
captcha.VerifyString(id string, digits string)
函数,接受字符串形式的验证码输入。isValid := captcha.VerifyString(id, userInputString)
2.4 刷新验证码
- 使用
captcha.Reload(id string)
函数生成一个新的验证码,替换原有的验证码。captcha.Reload(id)
3. 项目API使用文档
3.1 函数
func New() string
- 生成一个新的验证码,返回验证码的 ID。
func NewLen(length int) (id string)
- 生成一个指定长度的验证码,返回验证码的 ID。
func RandomDigits(length int) (b []byte)
- 生成一个指定长度的随机数字序列,返回字节切片。
func Reload(id string) bool
- 重新生成指定验证码 ID 的验证码,返回是否成功。
func Server(imgWidth, imgHeight int) http.Handler
- 返回一个 HTTP 处理器,用于提供验证码的图像或音频。
func SetCustomStore(s Store)
- 设置自定义的验证码存储,替换默认的内存存储。
func Verify(id string, digits []byte) bool
- 验证用户输入的验证码是否正确。
func VerifyString(id string, digits string) bool
- 验证用户输入的验证码是否正确,接受字符串形式的输入。
func WriteAudio(w io.Writer, id string, lang string) error
- 生成验证码的音频,并写入指定的
io.Writer
。
func WriteImage(w io.Writer, id string, width, height int) error
- 生成验证码的图像,并写入指定的
io.Writer
。
3.2 类型
type Audio struct
- 表示验证码的音频对象。
type Image struct
- 表示验证码的图像对象。
type Store interface
- 自定义验证码存储接口。
4. 项目安装方式
4.1 使用 go get
安装
go get github.com/dchest/captcha
4.2 在项目中导入
import "github.com/dchest/captcha"
通过以上步骤,你可以成功安装并使用 captcha
包来生成和验证验证码。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0135AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
231
2.32 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
78

React Native鸿蒙化仓库
JavaScript
216
291

暂无简介
Dart
532
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
993
588

Ascend Extension for PyTorch
Python
75
106

仓颉编程语言测试用例。
Cangjie
34
61

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
401