在 Web 应用中,验证码(CAPTCHA)常用于防止机器人批量提交请求,比如注册、登录、评论等功能。 本篇我们将使用 Go 语言和 Gin 框架,结合第三方库
github.com/mojocn/base64Captcha
,快速实现一个简易图像验证码生成接口。
一、功能目标
- 提供一个生成验证码的 API,返回验证码图片(Base64 编码)和验证码 ID。
- 前端展示验证码图片,并在提交时携带验证码 ID 和用户输入。
- 提供一个校验验证码的 API。
二、安装依赖
首先安装 Gin 和 Base64Captcha:
bash
go get github.com/gin-gonic/gin
go get github.com/mojocn/base64Captcha
三、代码实现
go
package main
import (
"github.com/gin-gonic/gin"
"github.com/mojocn/base64Captcha"
"net/http"
)
// 验证码存储在内存中(也可以换成 Redis)
var store = base64Captcha.DefaultMemStore
// 生成验证码
func generateCaptcha(c *gin.Context) {
driver := base64Captcha.NewDriverDigit(80, 240, 5, 0.7, 80) // 高度80, 宽度240, 5位数字
captcha := base64Captcha.NewCaptcha(driver, store)
id, b64s, err := captcha.Generate()
if err != nil {
c.JSON(http.StatusInternalServerError, gin.H{"error": "验证码生成失败"})
return
}
c.JSON(http.StatusOK, gin.H{
"captcha_id": id,
"captcha_image": b64s, // Base64 编码的图片
})
}
// 校验验证码
func verifyCaptcha(c *gin.Context) {
var req struct {
ID string `json:"id"`
Value string `json:"value"`
}
if err := c.ShouldBindJSON(&req); err != nil {
c.JSON(http.StatusBadRequest, gin.H{"error": err.Error()})
return
}
if store.Verify(req.ID, req.Value, true) { // true 表示验证成功后清除
c.JSON(http.StatusOK, gin.H{"message": "验证成功"})
} else {
c.JSON(http.StatusBadRequest, gin.H{"message": "验证码错误"})
}
}
func main() {
r := gin.Default()
r.GET("/captcha", generateCaptcha)
r.POST("/verify", verifyCaptcha)
r.Run(":8080")
}
四、运行与测试
运行服务:
bash
go run main.go
1. 获取验证码
bash
curl http://localhost:8080/captcha
返回:
json
{
"captcha_id": "ZffX7Xr7EccGdS4b",
"captcha_image": "data:image/png;base64,iVBORw0KGgoAAAANSUhE..."
}
前端可直接用 <img src="captcha_image" />
渲染验证码。
2. 校验验证码
bash
curl -X POST http://localhost:8080/verify \
-H "Content-Type: application/json" \
-d '{"id":"ZffX7Xr7EccGdS4b","value":"12345"}'
五、注意事项
-
验证码存储
- 本示例使用内存存储,适合单机开发环境。
- 生产环境建议使用 Redis 等共享存储。
-
验证码类型
base64Captcha
支持数字、字母混合、中文等类型,可以根据业务需求选择不同Driver
。 -
安全性
- 不能把验证码 ID 暴露给爬虫(可配合 CSRF、限流等手段)。
- 验证码要有有效期,防止重放攻击。
六、总结
使用 base64Captcha
结合 Gin,可以非常方便地生成和校验验证码。 本篇示例已经可以直接应用到注册、登录等防刷场景中。