@bugfan 多谢指教！我比对了原生 url 和挂 webvpn 后的页面代码，注意到了 vpn_eval 的特征，就是把原 script 标签进行了一次包裹，但不确定这么做是因为授权、url 格式化还是别的目的。
因为我猜想 webvpn 应该会处理所有原生 url 后再提供 html ，实际观察到也是如此。
如果 js 操作的 url 或由 js 发起请求的 url 不直观，不便直接替换，那么用 vpn_eval 函数包裹后执行，可能是较好的办法吧。

网上能搜到的 webvpn 的技术细节不多，近些年一些机关单位逐渐开始采用 webvpn 提供原先内网才能访问的服务，部分淘汰了客户端 vpn 方案，说明这种技术和一些解决方案是近些年才发展起来的吧，是一个挺大的市场。

@bugfan 谢谢回复，这么说 webvpn 是深度定制的反向代理了。请求头、请求体我知道，请求行是指映射后的 url 吗？
我在一个开启 webvpn 的站点观察到了“插入 js 到 web 中”的情况，具体就是一个 js 主文件，一些配置变量，然后一些执行 vpn_eval 函数的 script 标签，请问其目的是什么，是授权相关吗，还是别的作用？

排队领腊肉

[ \d[\d\-]{3,7}\d ]

[] 起包裹作用， [后和] 前各有一个空格

恢复正常了，不知是 bug 被修复了，还是怎么样了？

两次转存的结果：

https://sm.ms/image/V6PXLRlboSDxZQw

@selfcreditgiving 提问时找了几个文件验证，正好 MD5A 与根据文件算出来的 MD5 一致，而 MDB5 要下载抓包才能知道，想当然就认为 MD5A 是全量文件的 MD5 了，已附言更正。抱歉。

@selfcreditgiving 我找了个小点的文件验证，发现文件下载时从 headers 中拿到的 MD5B 是全量 MD5 ，文件列表 xhr 请求中给出 MD5A 的不是。Content-MD5 在响应头中，作为真实 MD5 ，供客户端验证下载的文件无误，也是应有之义。

根据你前面的讲解，有无可能 MD5A 是在初次上传时生成，仅作为标识符使用？总之，它在哪个环节、根据什么规则、为了什么而生成，我还是不太清楚。

@selfcreditgiving 有道理，我没相关经验就是参不透。所以 MD5B 即 Content-MD5 字段获取的才是完整文件的 MD5 ，MD5A 是最初上传时在客户端生成的吧

@wolfie 低频应该没问题，高频的，就是那种似有似无，不认真辨别注意不到的那种，我感觉如果长时间在这种环境，挺容易引起耳鸣、幻听的

@bluefountain 高频音有些容易听到，比如主板的电感啸叫，有些贴上耳朵近了才能听到，比如充电头、适配器，年轻的容易听到，年纪大了就渐渐听不到了

@titanlpy 不用超长，打了个小洞

about.me 就是做这个的吧

@wsxkit 谢谢，试了下发现四角侦测不太好用，并且回车批量洗白时，有一个 bug ，会不断循环，反复处理输出。

@Muniesa 是吗，那我试试

@lithiumii 这个工具不错，能将左右两页分开，内容区域识别功能准确度也挺高，虽然不能透视裁剪，但对勾勒大致区域很有用，谢谢

@BurneJones 整合成 pdf 后可以用 briss 切白边统一裁剪，但它对我这个需求不大适用

@0o0o0o0 这种情况的 pdf 恐怕得自己弄，这些通用软件效果都不大行

@BurneJones 现在已经有底本了，需要对照这些图片校对。所以我的思路是裁剪好后，用古籍 OCR 做一次识别，以便将每张照片和底本的文本位置对起来，方便后续录入、校对。不裁剪好，古籍 OCR 是没法用的，这个领域的 OCR 识别率很来就很低，白描讯飞什么的都不行，要用专门的 OCR 工具。