第52章 「感知機」的初次實戰（1 / 2）
業餘黑客有個潛規則。
政府機關、金融係統、電子商務……這類網站的後台，是機密重地，通常有高手坐鎮，沒事最好別去溜達。
被網監或者安全專家盯上，十有**落不了好。
而個人網站、小型辦公網絡、學校網站……
這種信息安全不太敏感的，僅僅是瀏覽或下載一些數據，一般不會有什麼大問題。
比如從鐵道部官網12306爬點數據，做個輔助訂票係統什麼的……
但無論任何地方，肆意破壞總是不被允許的，這是底線。
《原始數據表》的奇怪情況，身份證位數不對，側麵支持了這種可能性。
通過黑客手段獲取數據，有時候會遇到一些匪夷所思的問題，比如數據格式特殊，下載的數據寬度受限……
有時候，甚至在後台數據庫裡，隻能找到數據的一部分，而其餘部分被保存在無法訪問的文件裡。
寫後台程序的人，會基於各種各樣的理由，寫出可讀性極差的代碼。
比如：讀寫效率、數據安全、修補bug、係統健壯……
又或者不想被人繼承代碼，取代自己的位置，甚至單純為了個人興趣、編程風格……
都可能導致這些人，搞出種種令人費解的騷操作。
當然，也可能老高的技術還有缺陷，或者他是從虛擬內存、交換文件裡挖掘出來的數據。
也有可能在「作案」過程中被人盯上，不得不提前斷開連接……
總之，擺在江寒麵前的，就是這麼兩張各有缺陷的表格，外加一個圖片壓縮包。
接下來，江寒首先要做的，是從《原始數據表》裡，篩選出需要的記錄，復製到《報名信息表》裡。
這一步非常簡單，隻要用excel自帶的VBScrit編寫一個小腳本，將兩個表格按照姓名匹配，就可以得到每個考生在原始表裡的行號。
當然，同名同姓是避免不了的，可能報名信息裡一個「張三」，在原始數據裡會找到一堆「張三」……這個一會兒再說。
腳本編程非常簡單，江寒隻用了二十分鍾，就寫完程序並調試無誤。
按了一下預設的快捷鍵，腳本開始執行。
一邊是3萬多行的考生姓名，一邊是10萬多行的原始數據，腳本足足跑了八分鍾，才得到了一個映射關係表。
接下來，是第二個腳本，參照映射關係表，將原始數據文件篩選出需要保留的行，其他行全都刪除，然後按照《報名信息表》的序號，重新進行排序，得到臨時文件1。
這個臨時文件的行數，要比報名表多出幾千行，這是因為江寒對重名進行了處理，將重名的人都編上了相同的二級序號。
接下來處理重名。
經過一番分析，江寒發現，原始數據表和報名信息表裡的數據，排列順序是有規律的。
其以地區為主關鍵字，所在學校為次要關鍵字，而所在班級則是第三關鍵字排序。
也就是說，一個學校裡，一個班級的人，都挨在一起，學校、地區之間也沒有混亂。
這樣就好辦了。
由於臨時文件已經按序號排列，重名的人擁有同樣的二級序號，自然就聚攏在了一起。
這時，隻要看一下這些人的所在地區和學校，就能輕鬆分辨出哪些是多餘的，那個才是真正對應於《報名信息表》的。
如果一個班級也有同名，就隻能具體情況具體分析了，實在確定不了的，就先記下來，放在一邊，以後再說。
一番整理後，臨時文件1已經十分接近高老師希望得到的《報名信息表》。
聯係電話、家庭住址，畢業學校、班級、民族、年齡、出生年月日都有了。
接下來是重頭戲，通過照片判斷每個學生的性別。
幸運的是，雖然《原始數據表》裡的身份證號，殘缺不全，導致性別信息不可用，可是《報名信息表》裡還有部分殘餘的性別數據。
這就給江寒減少了許多負擔。
接下來，先將照片rar解壓，然後觀察了一下。
三萬多張照片，按學校、班級分類，放入幾千個文件夾中。
每個文件的大小，都在10KB至30KB之間。