Обработка CAPTCHA: автоматическое решение задач

Привет! Сегодня поговорим о CAPTCHA — этих надоедливых головоломках, которые мешают парсить сайты. Но мы не сдаёмся! Есть способы автоматически решать CAPTCHA. 🤖

Что такое CAPTCHA и зачем она нужна?

CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart) — это тест, который проверяет, что ты человек, а не бот. Но мы-то знаем, как с этим справиться!

Сервисы для решения CAPTCHA

Есть несколько сервисов, которые решают CAPTCHA за тебя. Самые популярные:

2Captcha — самый популярный, недорогой
AntiCaptcha — быстрый и надёжный
CapSolver — новый, но уже популярный

Интеграция с 2Captcha

Давай напишем скрипт для автоматического решения CAPTCHA через 2Captcha:

                    import requests
import time

API_KEY = "YOUR_2CAPTCHA_API_KEY"

def solve_captcha_2captcha(image_base64, captcha_type='image'):
    """Решаем CAPTCHA через 2Captcha"""
    
    # Шаг 1: Отправляем CAPTCHA на решение
    submit_url = "http://2captcha.com/in.php"
    submit_data = {
        'key': API_KEY,
        'method': 'base64',
        'body': image_base64
    }
    
    response = requests.post(submit_url, data=submit_data)
    captcha_id = response.text.split('|')[1] if 'OK' in response.text else None
    
    if not captcha_id:
        print("Ошибка отправки CAPTCHA")
        return None
    
    # Шаг 2: Ждём решения (обычно 10-30 секунд)
    result_url = "http://2captcha.com/res.php"
    
    for _ in range(30):  # Ждём максимум 30 попыток
        time.sleep(5)  # Ждём 5 секунд между проверками
        
        params = {
            'key': API_KEY,
            'action': 'get',
            'id': captcha_id
        }
        
        result_response = requests.get(result_url, params=params)
        
        if 'OK' in result_response.text:
            solution = result_response.text.split('|')[1]
            return solution
        elif 'CAPCHA_NOT_READY' in result_response.text:
            continue
        else:
            print(f"Ошибка: {result_response.text}")
            return None
    
    return None

# Использование
# Сначала нужно получить изображение CAPTCHA и конвертировать в base64
# solution = solve_captcha_2captcha(image_base64)
# print(f"Решение: {solution}")
                

Решение reCAPTCHA v2

reCAPTCHA v2 (та самая "Я не робот") решается немного иначе:

                    def solve_recaptcha_v2(site_key, page_url):
    """Решаем reCAPTCHA v2"""
    
    # Отправляем задачу
    submit_url = "http://2captcha.com/in.php"
    submit_data = {
        'key': API_KEY,
        'method': 'userrecaptcha',
        'googlekey': site_key,
        'pageurl': page_url
    }
    
    response = requests.post(submit_url, data=submit_data)
    captcha_id = response.text.split('|')[1] if 'OK' in response.text else None
    
    if not captcha_id:
        return None
    
    # Ждём решения
    result_url = "http://2captcha.com/res.php"
    
    for _ in range(60):  # reCAPTCHA решается дольше
        time.sleep(10)
        
        params = {
            'key': API_KEY,
            'action': 'get',
            'id': captcha_id
        }
        
        result_response = requests.get(result_url, params=params)
        
        if 'OK' in result_response.text:
            token = result_response.text.split('|')[1]
            return token
    
    return None

# Использование
# site_key можно найти в HTML страницы
# token = solve_recaptcha_v2(site_key, 'https://example.com')
# Затем используем token в запросе
                

Используем готовую библиотеку

Есть готовая библиотека python-anticaptcha, которая упрощает работу:

                    # pip install python-anticaptcha
from python_anticaptcha import AnticaptchaClient, ImageToTextTask

def solve_with_anticaptcha(image_path):
    """Решаем CAPTCHA через AntiCaptcha"""
    client = AnticaptchaClient('YOUR_ANTICAPTCHA_API_KEY')
    task = ImageToTextTask(image_path)
    job = client.createTask(task)
    job.join()
    return job.get_captcha_text()

# Использование
# solution = solve_with_anticaptcha('captcha.png')
# print(f"Решение: {solution}")
                

Интеграция с Selenium

Вот как автоматически решать CAPTCHA при парсинге с Selenium:

                    from selenium import webdriver
from selenium.webdriver.common.by import By

def parse_with_captcha_solving(url):
    """Парсим сайт с автоматическим решением CAPTCHA"""
    driver = webdriver.Chrome()
    
    try:
        driver.get(url)
        
        # Проверяем, есть ли CAPTCHA
        try:
            captcha_image = driver.find_element(By.ID, 'captcha-image')
            
            # Получаем изображение CAPTCHA
            captcha_screenshot = captcha_image.screenshot_as_base64
            
            # Решаем через 2Captcha
            solution = solve_captcha_2captcha(captcha_screenshot)
            
            if solution:
                # Вводим решение
                input_field = driver.find_element(By.ID, 'captcha-input')
                input_field.send_keys(solution)
                
                # Нажимаем кнопку отправки
                submit_btn = driver.find_element(By.ID, 'submit-btn')
                submit_btn.click()
                
                # Ждём загрузки контента
                time.sleep(2)
            
        except:
            # CAPTCHA не найдена, продолжаем
            pass
        
        # Парсим данные
        content = driver.find_element(By.TAG_NAME, 'body').text
        return content
        
    finally:
        driver.quit()
                

Стоимость и лимиты

Большинство сервисов работают по принципу оплаты за решение:

2Captcha: ~$2.99 за 1000 решений обычной CAPTCHA
AntiCaptcha: ~$1.00 за 1000 решений
reCAPTCHA v2: дороже, ~$2.99 за 1000

Итоги

Автоматическое решение CAPTCHA — это не взлом, а просто использование сервисов, которые решают головоломки за тебя. Главное — правильно интегрировать это в свой парсер. Удачи! 🎯