前面的文章“谷歌驗證碼ReCAPTCHA 的模擬點擊破解方案來了！”我們介紹過 ReCaptcha 的模擬點擊破解教程，但除了 ReCaptcha，還有另外和 ReCapacha 驗證流程很相似的驗證碼，叫做 HCaptcha。
ReCaptcha 是谷歌家的，因爲某些原因，咱們國內是無法使用 ReCaptcha 的，所以有時候 HCaptcha 也成了一些國際性網站的比較好的選擇。
那今天我們就來了解下 HCaptcha 和它的模擬點擊破解流程。
HCaptcha
我們首先看看 HCaptcha 的驗證交互流程，其 Demo 網站爲 https://democaptcha.com/demo-form-eng/hcaptcha.html，打開之後，我們可以看到如下的驗證碼入口頁面：
看起來入口和 ReCaptcha 很相似的對吧，其實驗證流程也是很類似的。
當我們點擊複選框時，驗證碼會先通過其風險分析引擎判斷當前用戶的風險，如果是低風險用戶，便可以直接通過，反之，驗證碼會彈出對話框，讓我們回答對話框中的問題，類似如下：
這時候我們看到 HCaptcha驗證碼會給我們一個問題，比如上圖的問題是「請點擊每張包含飛機的圖片」，我們需要從下面的九張圖中選擇出含有飛機的圖片，如果九張圖片中，沒有飛機，則點擊「跳過 / Skip」按鈕，如果有，則將所有帶有飛機的圖片都選擇上，跳過按鈕會變成「檢查 / Verify」按鈕，驗證通過之後我們就可以看到如下的驗證成功的效果了：
是不是整體流程和 ReCaptcha 還是還是非常相近的？
但其實這個比 ReCaptcha 簡單一些，它的驗證碼圖片每次一定是 3x3 的，沒有 4x4 的，而且點擊一個圖之後不會再出現一個新的小圖讓我們二次選擇，所以其破解思路也相對簡單一些。
如何破解
整個流程其實我們稍微梳理下，就知道整體的的破解思路了，有這麼兩個關鍵點：
- 第一就是把上面的文字內容找出來，以便於我們知道要點擊的內容是什麼。
- 第二就是我們要知道哪些目標圖片和上面的文字是匹配的，找到了依次模擬點擊就好了。
聽起來似乎很簡單的對吧，但第二點是一個難點，我們咋知道哪些圖片和文字匹配的呢？這就是一個難題。
前面 ReCaptcha 的破解過程我們瞭解過了使用 YesCaptcha 來進行圖片的識別，除了 ReCaptcha，YesCaptcha 其實也支持 HCaptcha 的驗證碼識別，利用 YesCaptcha 我們也能輕鬆知道哪些圖片和輸入內容是匹配的。
下面讓們來試試看。
YesCaptcha
在使用之前我們需要先註冊下這個網站，網站地址是 https://yescaptcha.com/i/CnZPBu ，註冊個賬號之後大家可以在後臺獲取一個賬戶密鑰，也就是 ClientKey，保存備用。
OK，然後我們可以查看下這裏的官方文檔：https://yescaptcha.atlassian.net/wiki/spaces/YESCAPTCHA/pages/24543233/HCaptchaClassification+Hcaptcha，這裏介紹介紹了一個 API，大致內容是這樣的。
首先有一個創建任務的 API，API 地址爲 https://api.yescaptcha.com/createTask，然後看下請求參數：
這裏我們需要傳入這麼幾個參數：
- type：內容就是
- queries：是驗證碼對應的 Base64 編碼，這裏直接轉成一個列表就可以
- question：對應的問題 ID，也就是識別目標的代號，這裏其實就是問題整句的內容
- corrdinate：一個返回結果的控制開關，默認會返回每張圖片識別的 true / false 結果，也就是第 x 張圖片是否和圖片匹配，如果加上該參數，那麼 API 就會返回對應匹配圖片的索引。
比如這裏我們可以 POST 這樣的一個內容給服務器，結構如下：
{
"clientKey": "cc9c18d3e263515c2c072b36a7125eecc078618f",
"task": {
"type": "HCaptchaClassification",
"queries": [
"/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8Uw...",
"/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8Uw...",
...
"/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8Uw...",
],
"question": "請單擊每個包含卡車的圖像。" // 直接上傳問題整句
}
}然後服務器就會返回類似這樣的響應：
{
"errorId": 0,
"errorCode": "",
"status": "ready",
"solution": {
"objects": [true, false, false, true, true, false, true, true] // 返回圖片是否爲目標,
"labels": ["truck", "boat", "boat", "truck", "truck", "airplane-right", "truck", "truck"] // 返回圖片對應的標籤
},
"taskId": "5aa8be0c-94a5-11ec-80d7-00163f00a53c""
}OK，我們可以看到，返回結果的 solution 字段中的 objects 字段就包含了一串 true 和 false 的列表，這就代表了每張圖片是否和目標匹配。
知道了這個結果之後，我們只需要將返回結果爲 true 的圖片進行模擬點擊就好了。
代碼基礎實現
行，那有了基本思路之後，那我們就開始用 Python 實現下整個流程吧，這裏我們就拿 https://democaptcha.com/demo-form-eng/hcaptcha.html 這個網站作爲樣例來講解下整個識別和模擬點擊過程。
識別封裝
首先我們對上面的任務 API 實現一下封裝，來先寫一個類：
from loguru import logger
from app.settings import CAPTCHA_RESOLVER_API_KEY, CAPTCHA_RESOLVER_API_URL
import requests
class CaptchaResolver(object):
def __init__(self, api_url=CAPTCHA_RESOLVER_API_URL, api_key=CAPTCHA_RESOLVER_API_KEY):
self.api_url = api_url
self.api_key = api_key
def create_task(self, queries, question):
logger.debug(f'start to recognize image for question {question}')
data = {
"clientKey": self.api_key,
"task": {
"type": "HCaptchaClassification",
"queries": queries,
"question": question
}
}
try:
response = requests.post(self.api_url, json=data)
result = response.json()
logger.debug(f'captcha recogize result {result}')
return result
except requests.RequestException:
logger.exception(
'error occurred while recognizing captcha', exc_info=True)
OK，這裏我們就先定義了一個類 CaptchaResolver，然後主要接收兩個參數，一個就是 api_url，這個對應的就是 https://api.yescaptcha.com/createTask 這個 API 地址，然後還有一個參數是 api_key，這個就是前文介紹的那個 ClientKey。
接着我們定義了一個 create_task 方法，接收兩個參數，第一個參數 queries 就是每張驗證碼圖片對應的 Base64 編碼，第二個參數 question 就是要識別的問題整句，這裏就是將整個請求用 requests 模擬實現了，最後返回對應的 JSON 內容的響應結果就好了。
基礎框架
OK，那麼接下來我們來用 Selenium 來模擬打開這個實例網站，然後模擬點選來觸發驗證碼，接着識別驗證碼就好了。
首先寫一個大致框架：
import time
from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.remote.webelement import WebElement
from selenium.webdriver.common.action_chains import ActionChains
from app.captcha_resolver import CaptchaResolver
class Solution(object):
def __init__(self, url):
self.browser = webdriver.Chrome()
self.browser.get(url)
self.wait = WebDriverWait(self.browser, 10)
self.captcha_resolver = CaptchaResolver()
def __del__(self):
time.sleep(10)
self.browser.close()這裏我們先在構造方法裏面初始化了一個 Chrome 瀏覽器操作對象，然後調用對應的 get 方法打開實例網站，接着聲明瞭一個 WebDriverWait 對象和 CaptchaResolver 對象，以分別應對節點查找和驗證碼識別操作，留作備用。
iframe 切換支持
接着，下一步我們就該來模擬點擊驗證碼的入口，來觸發驗證碼了對吧。
通過觀察我們發現這個驗證碼和 ReCaptcha 非常類似，其入口其實是在 iframe 裏面加載的，對應的 iframe 是這樣的：
另外彈出的驗證碼圖片又在另外一個 iframe 裏面，如圖所示：
Selenium 查找節點是需要切換到對應的 iframe 裏面纔行的，不然是沒法查到對應的節點，也就沒法模擬點擊什麼的了。
所以這裏我們定義幾個工具方法，分別能夠支持切換到入口對應的 iframe 和驗證碼本身對應的 iframe，代碼如下：
def get_captcha_entry_iframe(self) -> WebElement:
self.browser.switch_to.default_content()
captcha_entry_iframe = self.browser.find_element_by_css_selector(
'.h-captcha > iframe')
return captcha_entry_iframe
def switch_to_captcha_entry_iframe(self) -> None:
captcha_entry_iframe: WebElement = self.get_captcha_entry_iframe()
self.browser.switch_to.frame(captcha_entry_iframe)
def get_captcha_content_iframe(self) -> WebElement:
self.browser.switch_to.default_content()
captcha_content_iframe = self.browser.find_element_by_xpath(
'//iframe[contains(@title, "Main content")]')
return captcha_content_iframe
def switch_to_captcha_content_iframe(self) -> None:
captcha_content_iframe: WebElement = self.get_captcha_content_iframe()
self.browser.switch_to.frame(captcha_content_iframe)
這樣的話，我們只需要調用 switch_to_captcha_content_iframe 就能查找驗證碼圖片裏面的內容，調用 switch_to_captcha_entry_iframe 就能查找驗證碼入口裏面的內容。
觸發驗證碼
OK，那麼接下來的一步就是來模擬點擊驗證碼的入口，然後把驗證碼觸發出來了對吧，就是模擬點擊這裏：
實現很簡單，代碼如下：
def trigger_captcha(self) -> None:
self.switch_to_captcha_entry_iframe()
captcha_entry = self.wait.until(EC.presence_of_element_located(
(By.CSS_SELECTOR, '#anchor #checkbox')))
captcha_entry.click()
time.sleep(2)
self.switch_to_captcha_content_iframe()
captcha_element: WebElement = self.get_captcha_element()
if captcha_element.is_displayed:
logger.debug('trigged captcha successfully')這裏首先我們首先調用 switch_to_captcha_entry_iframe 進行了 iframe 的切換，然後找到那個入口框對應的節點，然後點擊一下。
點擊完了之後我們再調用 switch_to_captcha_content_iframe 切換到驗證碼本身對應的 iframe 裏面，查找驗證碼本身對應的節點是否加載出來了，如果加載出來了，那麼就證明觸發成功了。
找出識別目標
OK，那麼現在驗證碼可能就長這樣子了：
那接下來我們要做的就是兩件事了，一件事就是把匹配目標，也就是問題本身找出來，第二件事就是把每張驗證碼保存下來，然後轉成 Base64 編碼。
好，那麼怎麼查找問題呢呢？用 Selenium 常規的節點搜索就好了：
def get_captcha_target_text(self) -> WebElement:
captcha_target_name_element: WebElement = self.wait.until(EC.presence_of_element_located(
(By.CSS_SELECTOR, '.prompt-text')))
return captcha_target_name_element.text
通過調用這個方法，我們就能得到上圖中完整的問題文本了。
驗證碼識別
接下來，我們就需要把每張圖片進行下載並轉成 Base64 編碼了，我們觀察下它的 HTML 結構：
我們可以看到，每個驗證碼其實都對應了一個 .task-image 的節點，然後裏面有個 .image-wrapper 的節點，在裏面有一個 .image 的節點，那圖片怎麼呈現的呢？這裏它是設置了一個 style CSS 樣式，通過 CSS 的 backgroud 來設置了驗證碼圖片的地址。
所以，我們要想提取驗證碼圖片也比較容易了，我們只需要找出 .image 節點的 style 屬性的內容，然後提取其中的 url 就好了。
得到 URL 之後，轉下 Base64 編碼，利用 captcha_resolver 就可以對內容進行識別了。
所以代碼可以寫爲如下內容：
def verify_captcha(self):
# get target text
self.captcha_target_text = self.get_captcha_target_text()
logger.debug(
f'captcha_target_text {self.captcha_target_text}'
)
# extract all images
single_captcha_elements = self.wait.until(EC.visibility_of_all_elements_located(
(By.CSS_SELECTOR, '.task-image .image-wrapper .image')))
resized_single_captcha_base64_strings = []
for i, single_captcha_element in enumerate(single_captcha_elements):
single_captcha_element_style = single_captcha_element.get_attribute(
'style')
pattern = re.compile('url\("(https.*?)"\)')
match_result = re.search(pattern, single_captcha_element_style)
single_captcha_element_url = match_result.group(
1) if match_result else None
logger.debug(
f'single_captcha_element_url {single_captcha_element_url}')
with open(CAPTCHA_SINGLE_IMAGE_FILE_PATH % (i,), 'wb') as f:
f.write(requests.get(single_captcha_element_url).content)
resized_single_captcha_base64_string = resize_base64_image(
CAPTCHA_SINGLE_IMAGE_FILE_PATH % (i,), (100, 100))
resized_single_captcha_base64_strings.append(
resized_single_captcha_base64_string)
logger.debug(
f'length of single_captcha_element_urls {len(resized_single_captcha_base64_strings)}')
這裏我們提取出來了每張驗證碼圖片的 url，這裏是用正則表達式進行批評的，提取出 url 之後，我們然後將其存入了 resized_single_captcha_base64_strings 列表裏面。
其中這裏的 Base64 編碼我們單獨定義了一個方法，傳入了圖片路徑和調整大小，然後可以返回編碼後的結果，定義如下：
from PIL import Image
import base64
from app.settings import CAPTCHA_RESIZED_IMAGE_FILE_PATH
def resize_base64_image(filename, size):
width, height = size
img = Image.open(filename)
new_img = img.resize((width, height))
new_img.save(CAPTCHA_RESIZED_IMAGE_FILE_PATH)
with open(CAPTCHA_RESIZED_IMAGE_FILE_PATH, "rb") as f:
data = f.read()
encoded_string = base64.b64encode(data)
return encoded_string.decode('utf-8')
圖片識別
好，那麼現在我們已經可以得到問題內容了，也能得到每張圖片對應的 Base64 編碼了，我們直接利用 YesCaptcha 進行圖像識別就好了，代碼調用如下：
# try to verify using API
captcha_recognize_result = self.captcha_resolver.create_task(
resized_single_captcha_base64_strings,
self.captcha_target_text
)
if not captcha_recognize_result:
logger.error('count not get captcha recognize result')
return
recognized_results = captcha_recognize_result.get(
'solution', {}).get('objects')
if not recognized_results:
logger.error('count not get captcha recognized indices')
return
如果運行正常的話，我們可能得到如下的返回結果：
{
"errorId":0,
"errorCode":"",
"status":"ready",
"solution":{
"objects":[
true,
false,
false,
false,
true,
false,
true,
true,
false
],
"labels":[
"boat",
"seaplane",
"bicycle",
"train",
"boat",
"train",
"boat",
"boat",
"bus"
]
},
"taskId":"25fee484-df63-11ec-b02e-c2654b11608a"
}現在我們可以看到 sulution 裏面的 objects 字段就包含了 true false 的列表，比如第一個 true 就代表了第一個驗證碼是和問題匹配的，第二個 false 就代表了第二個驗證碼圖片和問題是不匹配的。那序號和圖片又是怎麼對應的呢？見下圖：
從左到右一行行地數，序號依次遞增，比如第一行第一個序號就是 0，那麼其結果就是 objects 結果裏面的第一個結果，true。
模擬點擊
現在我們已經得到 true false 列表了，我們只需要將結果是 true 的序號提取出來，然後對這些驗證碼小圖點擊就好了，代碼如下：
# click captchas
recognized_indices = [i for i, x in enumerate(recognized_results) if x]
logger.debug(f'recognized_indices {recognized_indices}')
click_targets = self.wait.until(EC.visibility_of_all_elements_located(
(By.CSS_SELECTOR, '.task-image')))
for recognized_index in recognized_indices:
click_target: WebElement = click_targets[recognized_index]
click_target.click()
time.sleep(random())
當然我們也可以通過執行 JavaScript 來對每個節點進行模擬點擊，效果是類似的。
這裏我們用 for 循環將 true false 列表轉成了一個列表，列表的每個元素代表 true 在列表中的位置，其實就是我們的點擊目標了。
然後接着我們獲取了所有的驗證碼小圖對應的節點，然後依次調用 click 方法進行點擊即可。
這樣我們就可以實現驗證碼小圖的逐個識別了。
點擊驗證
好，那麼有了上面的邏輯，我們就能完成整個 HCaptcha 的識別和點選了。
最後，我們模擬點擊驗證按鈕就好了：
# after all captcha clicked
verify_button: WebElement = self.get_verify_button()
if verify_button.is_displayed:
verify_button.click()
time.sleep(3)而 verfiy_button 的提取也是用 Selenium 即可：
def get_verify_button(self) -> WebElement:
verify_button = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.button-submit')))
return verify_button校驗結果
點擊完了之後，我們可以嘗試檢查網頁變化，看看有沒有驗證成功。
比如驗證成功的標誌就是出現一個綠色小對勾：
檢查方法如下：
def get_is_successful(self):
self.switch_to_captcha_entry_iframe()
anchor: WebElement = self.wait.until(EC.visibility_of_element_located((
By.CSS_SELECTOR, '#anchor #checkbox'
)))
checked = anchor.get_attribute('aria-checked')
logger.debug(f'checked {checked}')
return str(checked) == 'true'這裏我們先切換了 iframe，然後檢查了對應的 class 是否是符合期望的。
最後如果 get_is_successful 返回結果是 True，那就代表識別成功了，那就整個完成了。
如果返回結果是 False，我們可以進一步遞歸調用上述邏輯進行二次識別，直到識別成功即可。
# check if succeed
is_succeed = self.get_is_successful()
if is_succeed:
logger.debug('verifed successfully')
else:
self.verify_captcha()運行視頻
代碼
以上代碼可能比較複雜，這裏我將代碼進行了規整，然後放到 GitHub 上了，大家如有需要可以自取：https://github.com/Python3WebSpider/HCaptchaResolver
註冊地址
最後需要說明一點，上面的驗證碼服務是收費的，每驗證一次可能花一定的點數，比如識別一次 3x3 的圖要花 10 點數，而充值一塊錢就能獲得 1000 點數，所以識別一次就一分錢，還是比較便宜的。
轉：https://zhuanlan.zhihu.com/p/522241889?utm_id=0