Proxy Pemecah CAPTCHA: Kapan Anda Memerlukannya dan Kapan Tidak

Anda memerlukan proxy pemecah captcha dalam tiga kasus: situs memeriksa bahwa token atau cookie berasal dari alamat yang Anda pakai untuk menjelajah, Anda memecahkan cukup sering sehingga satu alamat terkena rate limit, atau jenisnya adalah yang menurut panduan penyiapan memerlukan proxy bersih (reCAPTCHA, Turnstile, GeeTest). Tugas gambar dan jenis yang proxy-nya tidak dipaksakan CapSkip bisa dipecahkan dengan baik dari alamat Anda sendiri selama pengujian. CapSkip berjalan di PC Windows Anda sendiri, jadi pemecahan tanpa proxy keluar dari alamat IP Anda sendiri, dan proxy yang dikirim bersama task selalu menang atas daftar proxy di aplikasi.
Proxyless atau berproxy: jenis CAPTCHA mana yang memakai proxy
Sebuah pemecahan adalah sekumpulan request ke vendor CAPTCHA yang dibuat CapSkip sendiri, dan proxy hanya mengubah alamat tempat request itu keluar. CapSkip memilih alamat itu dengan urutan ini:
- Proxy yang dikirim bersama task, yang juga dipertahankan untuk percobaan ulangnya.
- Jika tidak ada, proxy dari daftar untuk jenis CAPTCHA itu, yang diatur di Configure Proxies di aplikasi.
- Jika tidak ada, alamat IP Anda sendiri, yang menurut panduan berfungsi sampai request berulang membuatnya diblokir.
"Proxyless" berarti langkah ketiga, default yang tepat untuk pengujian dan volume rendah.
Keempat SDK pada 1.7.0 menerima proxy pada setiap method pemecahan kecuali yang untuk gambar. Saya membacanya di keempat source dan menjalankan Python dan Node.js terhadap mock CapSkip. Kolom sebelah kanan adalah yang dinyatakan dokumentasi CapSkip, bukan sesuatu yang saya ukur.
| Tipe | Proxy pada task | Yang dinyatakan dokumentasi CapSkip |
|---|---|---|
| CAPTCHA Gambar | Ditolak oleh SDK | Pemecahan gambar tidak memakai proxy. |
| reCAPTCHA v2, v3, Enterprise | Accepted | Diperlukan untuk pemecahan yang andal. Pemecahan v2 yang cepat memerlukan proxy residential atau mobile. |
| Cloudflare Turnstile | Accepted | Diperlukan untuk pemecahan yang andal. |
| Cloudflare cf_clearance | Wajib, tanpa method SDK | Hanya ada di API JSON createTask. Nonaktif secara default, dan ditolak dengan ERROR_TASK_NOT_SUPPORTED saat nonaktif. |
| GeeTest | Accepted | Diperlukan untuk pemecahan yang andal. |
| hCaptcha, CaptchaFox | Accepted | Tidak dipaksakan. Di atas volume pengujian, dokumentasi menyarankan sebuah pool, karena vendor menilai jaringannya. |
| AWS WAF | Accepted | Tidak dipaksakan. Di atas volume pengujian, dokumentasi menyarankan sebuah pool, karena situs memasangkan CAPTCHA dengan rate limit dan aturan reputasi. |
| ALTCHA | Accepted | Dipakai hanya saat CapSkip mengambil challenge dari challenge_url untuk Anda. |
| Capy Puzzle | Accepted | Tidak dipaksakan, tetapi diinginkan pada volume, karena setiap pemecahan menarik puzzle baru lewat request langsung. |
| Friendly Captcha | Accepted | Tidak dipaksakan. Ia memecahkan tanpa proxy, tetapi layanannya menaikkan tingkat kesulitan untuk alamat yang sibuk. |
| MTCaptcha | Accepted | Tidak dipaksakan. Daftarnya dipakai untuk memuat challenge, mengambil gambarnya, dan mengirim jawaban. |
| DataDome | Accepted | Tidak dipaksakan. Cookie hanya berfungsi dari alamat yang memecahkannya, jadi biarkan daftar kosong kecuali request Anda sendiri memakai proxy yang sama. |
Panduan penyiapan menyatakan proxy menentukan tingkat keberhasilan untuk reCAPTCHA, Turnstile, hCaptcha, AWS WAF, GeeTest, dan CaptchaFox. Dokumentasi API menambahkan bahwa CapSkip tidak memaksakan proxy pada hCaptcha, AWS WAF, CaptchaFox, Capy Puzzle, Friendly Captcha, DataDome, maupun MTCaptcha.
Saat proxy harus cocok dengan request Anda sendiri
Alasan pertama adalah pengikatan: sebagian jawaban hanya berfungsi ketika request Anda berikutnya datang dari alamat yang memperolehnya. Dokumentasi CapSkip menyatakan ini tentang dua di antaranya:
- Cookie DataDome hanya berfungsi dari alamat yang memecahkannya, jadi Anda mengirim proxy yang akan terus dipakai scraper Anda bersama task dan memakai cookie itu lewat proxy yang sama. Proxy yang berganti alamat pada setiap koneksi tidak bisa menghasilkan cookie yang berfungsi.
- Cloudflare mengikat cookie cf_clearance ke alamat dan User-Agent yang memperolehnya, dan CapSkip menolak task cf_clearance yang tidak punya proxy. Adapun halaman clearance Cloudflare hanya menyatakan bahwa cookie terikat pada pengunjung dan perangkat tempat cookie itu diterbitkan, jadi anggap aturan alamat sebagai saran CapSkip.
Untuk hCaptcha, dokumentasi meminta Anda mengirim formulir dari alamat yang sama dan dengan User-Agent yang disebut balasannya. MTCaptcha adalah kebalikannya: dokumentasinya menyebut pemeriksaan situs mencakup sitekey dan domain, jadi di sana proxy terutama menyebarkan beban. Ketika jawabannya terikat, satu proxy mencakup pengambilan halaman, pemecahan, dan request lanjutan.
Daftar proxy, Max. Threads, dan rotasi
Alasan kedua untuk proxy pemecah captcha adalah volume. Panduan penyiapan menyatakan Google dan Cloudflare membatasi seberapa banyak yang bisa dipecahkan satu alamat, jadi aliran stabil dari satu IP berakhir dengan blokir. Solusinya adalah daftar di aplikasi, bukan proxy di setiap panggilan. Tiga pengaturan yang penting:
- Max. Threads menentukan berapa task satu jenis yang berjalan sekaligus. Panduan menyarankan proxy setidaknya sebanyak thread, dan menganggap hitungan IP Bans yang terus naik di tab Monitor reCAPTCHA dan Turnstile sebagai tanda proxy perlu diganti.
- Setiap jenis menyimpan daftarnya sendiri, Reuse proxies menyalin daftar satu jenis ke jenis lain, dan Check Proxies menemukan entri yang mati lebih awal.
- Rotate Proxy for Each Request menyuruh CapSkip mengambil proxy baru dari daftar untuk setiap request CAPTCHA. Fast solve, opsi AWS WAF, membuat setiap thread membuka hingga empat koneksi proxy, jadi lewati opsi itu jika paket Anda menghitung koneksi.
Kapan merotasi proxy di kode Anda sendiri dibahas dalam panduan rotasi proxy CAPTCHA itu.
Kirim proxy pemecah captcha bersama satu task
Request kirim menerima field proxy, sebagai IP:PORT, login:password@IP:PORT, atau IP:PORT:LOGIN:PASSWORD, dan field proxytype, yaitu HTTP, HTTPS, SOCKS5, atau SOCKS5H. Tanpa tipe, CapSkip mengasumsikan HTTP, dan SOCKS4 ditolak. SOCKS5H juga me-resolve nama host di proxy.
SDK menerima sebuah objek yang memuat tipe dan alamat, atau sebuah string biasa, yang menjadikan tipenya HTTP secara default (keempat source). Klien HTTP menerima URL, jadi helper di bawah mengonversinya. Ia mengharapkan scheme://user:password@host:port, men-decode kredensial yang di-percent-encode, dan mengisi port yang hilang. Hindari password yang berisi @ atau titik dua, yang tidak saya uji.
Skrip Python ini menjalankan bentuk DataDome dari bagian pengikatan: ia mengambil halaman lewat proxy, memecahkan dengan proxy yang sama, dan memakai cookie lewat proxy itu.
# python -m pip install capskip requests import re from urllib.parse import unquote, urlsplit import requests from capskip import CapSkip # The proxy as your HTTP client writes it: scheme://user:password@host:port PROXY_URL = "http://user:[email protected]:3128" PAGE_URL = "https://example.com/products" def capskip_proxy(url): """Rewrite a proxy URL as the type and address CapSkip takes.""" parts = urlsplit(url) scheme = parts.scheme.lower() port = parts.port or (1080 if scheme.startswith("socks") else 443 if scheme == "https" else 80) login = "" if parts.username: if not parts.password: raise ValueError("expected user:password in the proxy URL") login = f"{unquote(parts.username)}:{unquote(parts.password)}@" return {"type": scheme.upper(), "uri": f"{login}{parts.hostname}:{port}"} solver = CapSkip(host="127.0.0.1", port=8080) session = requests.Session() session.proxies = {"http": PROXY_URL, "https": PROXY_URL} # 1. Ask for the page through the proxy. A DataDome block page carries # the address of its challenge in an iframe. blocked = session.get(PAGE_URL, timeout=30) frame = re.search(r'<iframe[^>]+src="([^"]*captcha-delivery\.com/[^"]+)"', blocked.text) if not frame: raise SystemExit("no challenge iframe: not a DataDome block page") captcha_url = frame.group(1).replace("&", "&") # 2. Solve through the same proxy. result = solver.datadome(captcha_url, PAGE_URL, proxy=capskip_proxy(PROXY_URL)) # 3. Use the cookie through that proxy, with the User-Agent the reply names. session.headers["User-Agent"] = result["userAgent"] session.headers["Cookie"] = result["cookie"] page = session.get(PAGE_URL, timeout=30) print(blocked.status_code, page.status_code) # 403 for the block page, then the page
Node.js punya bentuk yang sama, dengan undici untuk fetch yang menerima proxy. undici mencantumkan Node.js 22.19 atau lebih baru, yang menjadi batas minimum untuk contoh ini.
// npm install capskip undici
const { CapSkip } = require('capskip');
const { fetch, ProxyAgent } = require('undici');
// The proxy as your HTTP client writes it: scheme://user:password@host:port
const PROXY_URL = 'http://user:[email protected]:3128';
const PAGE_URL = 'https://example.com/products';
// Rewrite a proxy URL as the type and address CapSkip takes.
function capskipProxy(proxyUrl) {
const u = new URL(proxyUrl);
const scheme = u.protocol.replace(':', '');
const port = u.port || (scheme.startsWith('socks') ? '1080' : scheme === 'https' ? '443' : '80');
let login = '';
if (u.username) {
if (!u.password) throw new Error('expected user:password in the proxy URL');
login = `${decodeURIComponent(u.username)}:${decodeURIComponent(u.password)}@`;
}
return { type: scheme.toUpperCase(), uri: `${login}${u.hostname}:${port}` };
}
const solver = new CapSkip({ host: '127.0.0.1', port: 8080 });
const dispatcher = new ProxyAgent(PROXY_URL);
async function main() {
// 1. Ask for the page through the proxy. A DataDome block page carries
// the address of its challenge in an iframe.
const blocked = await fetch(PAGE_URL, { dispatcher });
const frame = (await blocked.text()).match(/<iframe[^>]+src="([^"]*captcha-delivery\.com\/[^"]+)"/);
if (!frame) throw new Error('no challenge iframe: not a DataDome block page');
const captchaUrl = frame[1].replace(/&/g, '&');
// 2. Solve through the same proxy.
const result = await solver.dataDome(captchaUrl, PAGE_URL, { proxy: capskipProxy(PROXY_URL) });
// 3. Use the cookie through that proxy, with the User-Agent the reply names.
const page = await fetch(PAGE_URL, {
dispatcher,
headers: { 'User-Agent': result.userAgent, Cookie: result.cookie },
});
console.log(blocked.status, page.status); // 403 for the block page, then the page
}
main();Keempat SDK memeriksa tipe sebelum request apa pun dikirim dan menolak proxy pada tugas gambar. Saya menjalankan Python dan Node.js dan membaca source PHP dan .NET. Skrip ini menunjukkan kedua penolakan:
# python -m pip install capskip
from capskip import CapSkip, ValidationException
solver = CapSkip(host="127.0.0.1", port=8080)
# SOCKS4 is not a type CapSkip takes.
try:
solver.turnstile("YOUR_SITEKEY", "https://example.com/login",
proxy={"type": "SOCKS4", "uri": "203.0.113.10:1080"})
except ValidationException as err:
print(err)
# Image jobs take no proxy at all.
try:
solver.normal("captcha.png", proxy={"type": "HTTP", "uri": "203.0.113.10:3128"})
except ValidationException as err:
print(err)Saya menjalankan blok-blok ini terhadap mock CapSkip, proxy HTTP, dan situs yang saya tulis, di Python 3.11.7, 3.13.7, dan 3.14.0 dengan capskip 1.7.0 dan requests 2.34.2, serta di Node.js 24.22.0 dengan capskip 1.7.0 dan undici 8.12.4. Situs mock hanya menyajikan halaman kepada request yang membawa cookie dan User-Agent yang dikembalikan mock CapSkip, yang merupakan aturan saya. Mock CapSkip mencatat proxy sebagai user:pass@host:port dengan tipe HTTP, dan mock proxy melihat kedua pengambilan halaman. Tidak satu pun dari ini menunjukkan perilaku DataDome.
Aplikasi CapSkip asli di PC saya menjawab 33 request mt_captcha tidak valid tanpa sitekey, jadi tidak satu pun bisa memulai task. Ia menjawab ERROR_PROXY_FORMAT untuk SOCKS4, untuk tanpa port, dan untuk port 99999, serta menerima tiga format alamat yang terdokumentasi, sebuah nama host, dan tipe huruf kecil. Build-nya adalah 4.3.0 atau lebih baru, versi pastinya belum terkonfirmasi, dan satu method tercakup.
Yang tidak bisa diperbaiki proxy
- Alamat murah dengan reputasi buruk. Panduan penyiapan menyatakan reputasi menentukan hasil, bukan protokol, dan bahwa alamat bersama diturunkan nilainya oleh pelanggan lain.
- Proxy yang ditolak CapSkip. ERROR_PROXY_FORMAT berarti ia tidak bisa membaca nilainya, dan ERROR_PROXY_MISSING berarti task yang memerlukan proxy tidak membawa satu pun. ERROR_PROXY_BANNED berarti perlindungan situs memblokir alamat proxy, dan ERROR_PROXY_CONNECT_REFUSED berarti CapSkip tidak bisa menjangkau halaman lewat proxy. Untuk dua yang terakhir, ganti proxy-nya.
Menjalankan CapSkip di server
CapSkip membuat sendiri koneksi proxy, jadi mesin yang menjalankannya adalah yang dilihat penyedia proxy Anda. Jika penyedia Anda hanya menerima alamat yang terdaftar, daftarkan PC atau server itu. Dalam mode Server, yang diatur di pengaturan koneksi, skrip Anda menjangkau CapSkip dari mesin lain, jadi pemecahan keluar dari server dan pengambilan halaman keluar dari mesin skrip. Jawaban yang terikat lalu memerlukan proxy yang sama di keduanya. Mode Server membuat CapSkip menerima koneksi dari setiap alamat, jadi untuk membatasinya ke mesin Anda sendiri, tambahkan aturan blokir Windows Firewall yang mencakup semua alamat lainnya.
FAQ
Apakah proxy yang dikirim bersama task menimpa daftar di aplikasi?
Ya. Panduan penyiapan menyatakan proxy yang dikirim bersama task dipakai sebagai ganti daftar untuk jenis itu, dan percobaan ulang task tetap memakainya.
Jenis CapSkip mana yang menolak proxy?
Hanya tugas gambar. SDK menolak proxy pada task gambar sebelum mengirim apa pun, dan setiap jenis lain menerimanya.
Haruskah setiap pemecahan memakai proxy berbeda?
Tidak. Satu pemecahan membuat banyak request, jadi panduan penyiapan menyarankan satu alamat untuk seluruh pemecahan, dan sticky session beberapa menit dari gateway yang berotasi.
Versi singkatnya
Pecahkan tanpa proxy selama Anda menguji, tambahkan satu ke task ketika jawabannya terikat pada alamat Anda, dan muat daftar per jenis, disesuaikan dengan Max. Threads, ketika volume membuat Anda diblokir. Karena CapSkip adalah pemecah captcha yang berjalan di perangkat keras Anda sendiri, percobaan yang gagal hanya memakan satu percobaan ulang. Lihat dokumentasi API untuk parameter setiap jenis, dan panduan Python untuk sisi klien dalam Python. Lihat panduan Node.js untuk hal yang sama di Node.js.
