使用 2captcha 绕过验证码

之前 SteamDB 自带 Cloudflare 的 5 秒等待防 DDOS，近期又添加了 hcaptcha 验证，这使之前写的爬虫失效了，现需要绕过验证页面，获取真实的网页信息

下文将展示如何绕过 hcaptcha，语言为 python，需要接入 2captcha 验证码识别平台

2captcha 也适用于其他验证码，如 reCaptcha、TikTok captcha、Arkose Labs FunCaptcha、文字验证码等等，绕过流程基本相同（非广告，仅作介绍）

• 2captcha API Key
  • 需充值，$2.99/1000次请求
• python 3 环境
  • 使用 selenium 作为自动化测试工具
  • 需要引入 2captcha 官方 SDK 2captcha-python

步骤大致如下：

浏览器打开页面，hcaptcha 出现

此时我们需要做的就是在本页面的 HTML 代码内找到代表当前验证会话的 sitekey，将 sitekey 连同网页 URL 提交到 2captcha 平台

之后等待 2captcha 运行自己的一套验证码破解流程，2captcha 破解完毕后会返回一个 token，拿到这个 token 后，将其提交到当前的 hcaptcha 页面

之后浏览器会自动跳转，相当于人工完成了验证

流程图如下：

安装 python 环境

执行指令安装 SDK

pip3 install 2captcha-python

selenium 相关问题详见

获取 2captcha API Key

前往 2captcha，注册账号并保证钱包内有足够余额

如果愿意可以使用我的 ref

注册后即可在用户主页看到 API Key

获取 sitekey

不同种类验证码的 sitekey 格式不同，对于 hcaptcha，sitekey 是格式形如 10000000-ffff-ffff-ffff-000000000001 的字符串

以 hcaptcha 为例，寻找 sitekey 需要检查 iframe 标签内的 src 属性，sitekey 在 src 内的 URL 参数中，如下图：

获取 sitekey 代码：

def get_sitekey():  # get captcha sitekey
    logger.debug("Getting sitekey...")
    browser.get(URL) # 打开网页
    time.sleep(FIRST_DELAY)  # 等待验证码加载完毕
    html = BeautifulSoup(browser.page_source, 'lxml') # 使用 CSS Selector
    iframe = html.select('iframe') # 找到 iframe
    source = iframe[0].get('src') # 获取 src 内的 URL
    sitekey = str(source).split("sitekey=")[1] # 以 ‘sitekey=’ 拆分 URL，获取 sitekey 值

    logger.info("Sitekey: " + sitekey)
    return sitekey

使用了 BeautifulSoup 4 筛选 HTML，筛选方式使用 CSS Selector，也可以使用 Selenium 自带的方法替代

注意：不要关闭 selenium 的图片加载，否则可能导致 hcaptcha 无法加载

提交 sitekey 并获取 token

这一步 2captcha 提供了示例代码（可查看参考链接的 GitHub），稍加改动即可使用

def solv_captcha(sitekey):  # solve captcha
    solver = TwoCaptcha(API_KEY) # 填入 2captcha API Key
    try:
        result = solver.hcaptcha(
            sitekey=sitekey,
            url=URL, # 填入待验证的网页 URL
        )
    except Exception as e:
        logger.warning("Solve captcha failed!")
        sys.exit(e)
    else:
        return result['code'] # 只返回结果中的 token

注意：2captcha 的返回结果是一个字典，其中包含了会话 ID 和 token，上述代码只返回了 token

提交 token

将 token 填入 h-captcha-response 和 g-recaptcha-response 两个隐藏元素内，然后提交表单

这一步可以通过在当前页面执行 Javascript 代码来实现，官方提供了可用的代码，如下：

let submitToken = (token) => {
        document.querySelector('[name=g-recaptcha-response]').innerText = token
        document.querySelector('[name=h-captcha-response]').innerText = token
        document.querySelector('.challenge-form').submit()
}
submitToken('TOKEN_STRING')

但是上述代码无法直接交给 selenium 的 execute_script() 方法执行，代码中 submitToken 方法不会保存在当前页面中

稍加修改，将其分配给 window 对象即可：

window.submitToken = function(token) { 
    document.querySelector('[name=g-recaptcha-response]').innerText = token;
    document.querySelector('[name=h-captcha-response]').innerText = token;
    document.querySelector('.challenge-form').submit();
}
submitToken('TOKEN_STRING')

最终代码如下

SUBMIT_SCRIPT = "window.submitToken = function(token) { " \
                "document.querySelector('[name=g-recaptcha-response]').innerText = token;" \
                "document.querySelector('[name=h-captcha-response]').innerText = token;" \
                "document.querySelector('.challenge-form').submit();" \
                "}"

def main():
    logger.debug("Solving captcha...")
    result_code = solv_captcha(sitekey=get_sitekey())
    logger.debug("Done")

    #inject javascript submit function
    logger.debug("Submitting captcha code...")
    browser.execute_script(SUBMIT_SCRIPT)
    browser.execute_script("submitToken('" + result_code + "')")
    logger.debug("Done")