下载验证码图片的脚本

出于完全非恶意的目的-特别是机器学习，我想下载一个庞大的CAPTCHA图像数据集。但是，始终使用一些混淆的javascript来实现CAPTCHA，这使得在没有浏览器的情况下获取实际图像成为一项艰巨的任务，至少对我（这是javascript新手）而言。

因此，任何人都可以给我一些有用的指导，以指示如何使用完全在浏览器外部的脚本来下载模糊单词的图像吗？并且请不要将我指向已经收集到的模糊单词的数据集-我需要为此特定实验从特定网站收集图像。

谢谢！

编辑：可以问这个问题的另一种方法很简单。当您在带有复杂javascript的网站上单击“查看源代码”时，您会看到脚本引用，但仅此而已。但是，如果单击“将网页另存为...”（在firefox中），然后查看已保存网页的源，则将解析javascript，并且新的html和图像（至少在ASIRRA和reCAPTCHA的情况下）为在源中。如何使用脚本模仿这种“将网页另存为...”的行为？一般而言，这是一个重要的Web编码问题，因此请不要再以此动机向我提出疑问！从现在开始，这是我可以在涉及脚本的所有Web开发中使用的知识，并且我相信其他堆栈溢出访问者也可以使用！

在这里等待答案的过程中，我一直在挖掘，最终找到了一种可以完成我想要的方法的技巧。

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）的原因是，ASIRRA的图像通过javascript（一种客户端技术）加载到了网页上。当您使用wget或curl等下载网页时，这是一个问题，因为它实际上并未运行javascript，而只是下载了源html。因此，您不会获得图像。

但是，我意识到使用firefox的“页面另存为...”确实可以满足我的需求。它运行了加载图像的javascript，然后将其全部保存到硬盘上的众所周知的目录结构中。那正是我想要自动化的。所以...我找到了一个名为“ iMacros”的Firefox附加组件，并编写了这个宏：

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，效果很好。实际上，由于它总是保存到同一文件夹，因此重复的图像被覆盖（这就是我想要的）。