当前位置：首页 > news >正文

自动化测试与 CAPTCHA 识别指南

news 来源：原创 2025/5/20 6:11:47

在进行自动化测试或 Web 爬取时，CAPTCHA（Completely Automated Public Turing test to tell Computers and Humans Apart）是一个常见的挑战，旨在防止机器人自动访问某些网站。对于开发者而言，如何在合法合规的前提下处理 CAPTCHA 是一个关键问题。

CAPTCHA 的常见类型

reCAPTCHA v2：要求用户点击“我不是机器人”或选择图片验证。
reCAPTCHA v3：基于用户行为评分，无需用户交互。
Cloudflare Turnstile：类似 reCAPTCHA，专注于无感验证。
hCaptcha：类似于 reCAPTCHA，但更多用于隐私保护场景。
文本 CAPTCHA：用户需要输入图片中扭曲的字符。

处理 CAPTCHA 的常见方法

1. 使用第三方解决方案

市场上有多个 CAPTCHA 解决方案提供商，可以帮助自动化测试绕过验证，包括：

nocaptcha.io（解决验证码recaptcha、cloudflare、incapsula）

这些服务通常基于人工或 AI 解析 CAPTCHA，提供 API 供自动化工具调用。

2. 采用 Headless 浏览器优化策略

在 Selenium 或 Puppeteer 等自动化框架中，可以通过以下方法优化行为，降低被 CAPTCHA 拦截的概率：

模拟真实用户行为：
- 随机鼠标移动、点击和键盘输入。
- 适当调整访问间隔，避免固定频率操作。
使用最新的浏览器指纹技术：
- 伪装 User-Agent，避免被识别为机器人。
- 适当启用 Cookies 和 LocalStorage 记录。
降低 API 请求频率：
- 避免短时间内大量访问同一页面。
- 采用分布式 IP 或代理服务（如 BrightData、Smartproxy）。

3. 手动辅助与人工识别

对于关键任务，可以结合人工干预来解决 CAPTCHA：

远程桌面手动输入：通过 RDP/VNC 远程控制，人工完成验证。
团队协作：多人分工处理 CAPTCHA，以提高效率。

代码示例：Selenium 结合第三方服务

以下示例演示如何在 Selenium 中调用 2Captcha API 解决 reCAPTCHA v2：

from selenium import webdriver
import time
import requests

API_KEY = "your_2captcha_api_key"
SITE_KEY = "目标网站的reCAPTCHA_SITE_KEY"
PAGE_URL = "https://example.com"

def solve_captcha():
    response = requests.post(
        f"http://xxx.com/in.php?key={API_KEY}&method=userrecaptcha&googlekey={SITE_KEY}&pageurl={PAGE_URL}&json=1"
    ).json()
    captcha_id = response["request"]
    time.sleep(20)  # 等待解析
    result = requests.get(
        f"http://xxx.com/res.php?key={API_KEY}&action=get&id={captcha_id}&json=1"
    ).json()
    return result.get("request")

# Selenium 自动化
browser = webdriver.Chrome()
browser.get(PAGE_URL)

captcha_solution = solve_captcha()
if captcha_solution:
    browser.execute_script(f'document.getElementById("g-recaptcha-response").innerHTML = "{captcha_solution}";')
    time.sleep(2)
    browser.find_element("submit_button_selector").click()

browser.quit()