基础：
python基础模块学习：IO，PIL，requests
字符型图片验证码识别完整过程及Python实现 - 一点一滴的Beer - 博客园 https://www.cnblogs.com/beer/p/5672678.html
使用libsvm分类的一般操作步骤https://blog.csdn.net/wendongxia/article/details/68924565
LibSVM学习详细说明https://blog.csdn.net/zy_zhengyang/article/details/45009431
支持向量机svm知识：
python之libsvm等库文件的安装（安装libsvm可用）
2、进入上述下载页面，查找所需的包文件（可在网页ctrl+f命令，快速定位），如：搜索libsvm，找到libsvm-3.22-cp36-cp36m-win32.whl链接下载。
3、安装相应包或库文件：进入文件目录，按下键盘shift键，同时鼠标右键空白处，选择“在此处打开命令窗口”，键入：pip install libsvm-3.22-cp36-cp36m-win32.whl，回车后，安装完毕。
例：a library for Support Vector Machines.https://www.lfd.uci.edu/~gohlke/pythonlibs/#libsvm
安装libsvm时相关问题
Python使用libsvm的“ImportError: No module named svmutil”问题https://www.cnblogs.com/zhizhan/p/5956303.html
关于 python ImportError: No module named 的问题https://my.oschina.net/leejun2005/blog/109679
问题：pip安装报错：is not a supported wheel on this platform
https://www.cnblogs.com/nice-forever/p/5371906.html
可能的原因1：安装的不是对应python版本的库，下载的库名中cp27代表python2.7,其它同理。
可能的原因2：这个是我遇到的情况（下载的是对应版本的库，然后仍然提示不支持当前平台）
我的实际解决办法：第一种情况，我的python是3.6版本，安装3.7版本的libsvm出现上述错误，下载libsvm-3.22-cp36-cp36m-win32.whl，用pip install libsvm-3.22-cp36-cp36m-win32.whl安装成功。
python的一些内置函数
__file__的说明https://blog.csdn.net/bestallen/article/details/52079847
os.__file__
__init__.py
python中创建文件夹和包的区别：包中含有__init__.py文件（空的亦可），而文件夹中没有__init__.py文件，将包中的__init__.py文件复制到文件夹中，文件夹就变成了包，包和文件夹只差了一个__init__.py文件。
__all__与__import__https://blog.csdn.net/xlisper/article/details/28722745
快速上手 — Requests 2.18.1 文档（好用） http://docs.python-requests.org/zh_CN/latest/user/quickstart.html
Requests: HTTP for Humans — Requests 2.19.1 documentation http://docs.python-requests.org/en/master/
Python爬虫模拟登录带验证码网站https://www.jb51.net/article/78498.htm
PIL库文件：
Python Imaging Library (PIL) http://www.pythonware.com/products/pil/
API参考 — Pillow v2.4.0 (PIL fork) http://pillow-cn.readthedocs.io/zh_CN/latest/reference/index.html
PIL · PyPI https://pypi.org/project/PIL/
PIL说明文件：effbot.org/media/downloads/Imaging-1.1.7.tar.gz
基础知识：
(6 条消息)支持向量机(SVM)是什么意思？ - 知乎 https://www.zhihu.com/question/21094489
卷积神经网络CNN总结 - Madcola - 博客园 https://www.cnblogs.com/skyfsm/p/6790245.html
基于Python使用SVM识别简单的字符验证码的完整代码开源分享 - 一点一滴的Beer - 博客园 http://www.cnblogs.com/beer/p/7279136.html
CNN卷积神经网络实现验证码识别（准确率达99%） - CSDN博客 https://blog.csdn.net/qq_32865355/article/details/78777856
session management会话管理的原理 - 李伟2017 - 博客园 http://www.cnblogs.com/Lv2017/p/7109357.html
session的工作原理 - 库从志 - 博客园 http://www.cnblogs.com/kucongzhi/archive/2010/07/13/1776728.html
基于Python使用SVM识别简单的验证字符串。
因为目前有了“CNN 卷积神经网络”新技术来解决这类问题了，这个工具基本上免去了本文介绍的繁杂的图片预处理工作， 而且通用性更强，换一种验证模式，基本上不需要修改任何代码，就可以训练出想要的模型。 但是这部分入门门槛会稍微高一些，后续有机会，会逐渐开一个专题来讲此类高级方法。