SeleniumBase Testlerinde CAPTCHA Nasıl Çözülür (Python)

SeleniumBase tarayıcıyı sürer. CAPTCHA'yı sizin yerinize asla okumaz. Bu yüzden bir SeleniumBase captcha adımı üç hamleden oluşur: sitekey'i sayfadan çekin, bir çözücüden token isteyin, sonra o token'ı forma geri yazıp gönderin. Çözüm tarayıcının dışında gerçekleşir; aynı kodun headed bir çalıştırmada, headless bir çalıştırmada ve bir CI işinde çalışmasının nedeni de budur. İşte kullanıyor olma ihtimaliniz en yüksek olan iki sözdizimi biçiminde.

Neye ihtiyacınız var

• SeleniumBase ve CapSkip SDK'sı kurulu olacak şekilde Python 3.10 veya daha yenisi.
• Gerçekten bir widget oluşturan bir sayfa. Google’ın kendi reCAPTCHA test anahtarları her zaman geçer, dolayısıyla kodunuz hakkında hiçbir şey kanıtlamazlar.
• Local modda loopback adresinde ya da Server modda test runner'ınızın erişebileceği bir makinede çalışan bir CapSkip. İkisi de şurada açıklanmıştır: bağlantı ayarları, hangisini isteyeceğiniz ise testlerinizin nerede çalıştığına bağlıdır.

# Both packages, one command.
pip install seleniumbase capskip

UC mode ne yapar, ne yapmaz

SeleniumBase, UC mode ile birlikte gelir ve insanlar ondan bir çözücü beklediği için görevini net söylemekte fayda var. UC mode, bir tarayıcının sızdırdığı otomasyon sinyallerini azaltır ve GUI yardımcıları bir Cloudflare ara sayfasındaki onay kutusuna tıklayabilir. Bu, bir reCAPTCHA token'ı üretmekten farklı bir problemdir. UC mode’da hiçbir şey bozulmuş bir görüntüyü okumaz ya da içinde otobüs olan kareleri seçmez.

# pip install seleniumbase
from seleniumbase import SB

with SB(uc=True) as sb:
    # Disconnects the driver briefly so the page loads unobserved.
    sb.uc_open_with_reconnect("https://example.com/protected", reconnect_time=3)

    # Drives the real mouse pointer, so it needs a desktop session
    # or a virtual display. It clicks a checkbox; it solves nothing.
    sb.uc_gui_click_captcha()

Bundan iki sonuç çıkar. GUI yardımcıları gerçek bir ekran ister; bu da onları çoğu headless CI ortamının dışında bırakır. Ve reCAPTCHA ile GeeTest için hâlâ bir token'a ihtiyacınız var; bu yazının geri kalanı da bunu anlatıyor. İkisini birlikte kullanın: ne sıklıkta doğrulamaya takıldığınızı azaltmak için UC mode, yine de gelen doğrulamalar için bir çözücü.

Adım 1: sitekey'i sayfadan okuyun

Sitekey herkese açıktır. Widget öğesinde bir öznitelik olarak durur ve SeleniumBase onu tek bir çağrıyla okuyabilir; böylece her ortam için ayrı ayrı sabit kodlamak zorunda kalmazsınız.

# pip install seleniumbase
from seleniumbase import SB

PAGE = "https://example.com/page-with-recaptcha"

with SB() as sb:
    sb.open(PAGE)

    # Present on the widget div for v2, and on the script tag for v3.
    sitekey = sb.get_attribute("[data-sitekey]", "data-sitekey")

    print(sitekey)      # this plus the page URL is all the solver needs

Adım 2: çözücüden bir token alın

Bu kısmın SeleniumBase ile hiçbir ilgisi yoktur. Kendi makinenizdeki bir servise yapılan sıradan bir Python çağrısıdır ve bir insan widget'ı geçseydi sayfanın üreteceği token dizesini döndürür.

# pip install capskip
from capskip import CapSkip

solver = CapSkip(host="127.0.0.1", port=8080)

# v2 checkbox is the default shape. Pass invisible=1 or
# enterprise=1 for those variants, or version="v3" for v3.
result = solver.recaptcha(
    sitekey=sitekey,
    url=PAGE,
)

token = result["code"]      # the value the form is waiting for

Aynı istemci, bir test paketinde karşılaşma ihtimaliniz olan diğer türleri de karşılar. Turnstile için sitekey ve sayfa URL'si ile solver.turnstile, GeeTest için gt ve challenge değerleriyle solver.geetest, bir görsel CAPTCHA için ise bir dosya yolu, bir URL veya base64 data URI ile solver.normal kullanılır. Python CAPTCHA çözücü sayfası tüm kapsamı ele alıyor.

Adım 3: token'ı enjekte edin ve gönderin

Google, forma gizli bir textarea koyar ve token'ı onun değerinde bekler. Bir script çağrısıyla oraya yazın, sonra formu sayfanın kendi arayüzünün göndereceği şekilde gönderin.

# The response field is hidden, so a normal type() will not reach it.
sb.execute_script(
    "document.getElementById('g-recaptcha-response').value = arguments[0];",
    token,
)

sb.click("button[type='submit']")
sb.assert_element(".signup-success")

Sayfa, gönderimde alanı okumak yerine widget'a kendi callback fonksiyonunu bağlıyorsa, tıklamak yerine o fonksiyonu token ile çağırın. Hangisine ihtiyacınız olduğu widget işaretlemesinde görünür: bir data-callback özniteliği fonksiyonu adlandırır, yokluğu ise formun alanı okuduğu anlamına gelir.

Testin tamamı

İşte her şey bir BaseCase sınıfı olarak; bu, mevcut bir pytest paketine ek hiçbir bağlantı gerektirmeden oturan biçimdir.

# pip install seleniumbase capskip
from seleniumbase import BaseCase
from capskip import CapSkip

BaseCase.main(__name__, __file__)

PAGE = "https://example.com/page-with-recaptcha"


class RecaptchaTest(BaseCase):
    def test_signup_form(self):
        self.open(PAGE)
        sitekey = self.get_attribute("[data-sitekey]", "data-sitekey")

        solver = CapSkip(host="127.0.0.1", port=8080)
        token = solver.recaptcha(sitekey=sitekey, url=PAGE)["code"]

        self.execute_script(
            "document.getElementById('g-recaptcha-response').value = arguments[0];",
            token,
        )
        self.click("button[type='submit']")
        self.assert_element(".signup-success")

Geç çözün. Bir reCAPTCHA token'ı yaklaşık iki dakika geçerlidir; bu yüzden testin başında bir tane alıp dört adım sonra kullanmak, ara sıra kaybedeceğiniz bir yarıştır. Çözümü gönderimden hemen önceye koyun; yeniden denemenin yeri de orasıdır.

Çözücüyü bir sunucuda çalıştırmak

Test runner'ları nadiren başında oturduğunuz makinedir. CapSkip bunu ikinci bir bağlantı moduyla karşılar ve kodunuzda değişen tek şey host olur.

# pip install capskip
import os
from capskip import CapSkip

# The SDK reads these names from the environment too, so one test
# file runs unchanged on a laptop and on a shared runner.
solver = CapSkip(
    host=os.environ.get("CAPSKIP_HOST", "127.0.0.1"),
    port=int(os.environ.get("CAPSKIP_PORT", "8080")),
)

Çağıranlar kendi ağınızın dışındaysa statik bir genel IP önerilir. Server modu hâlâ sizin donanımınızdır ve kullanım hâlâ ölçülmez: çözücünün nerede çalıştığını değiştirir; kime ait olduğunu ya da çözüm başına ne tuttuğunu asla değiştirmez. Seçeneklerin tamamı şurada yer alır: bağlantı ayarları.

Yaygın hatalar

API'nin döndürebileceği her kod şurada listelenmiştir: CapSkip API dokümantasyonu, her birini neyin tetiklediğiyle birlikte.

FAQ

Kısa özet

Sitekey'i get_attribute ile okuyun, token'ı alın, gizli yanıt alanına yazın, gönderin. Token taze kalsın diye çözümü gönderimle aynı adımda tutun ve paket her yerde aynı çalışsın diye host'u bir ortam değişkeninde tutun. Daha geniş Selenium tablosu için şuraya bakın: Selenium CAPTCHA çözücü sayfası, v2'ye özgü ayrıntılar için ise şuraya bakın: reCAPTCHA v2 çözücü sayfası. Geriye maliyet kalıyor; her commit'te çalışan bir test paketinin en çok canını yaktığı yer de burası: yerel captcha çözücü her çözümün zaten sahip olduğunuz donanımda, sayaç olmadan gerçekleşmesi anlamına gelir; testler ne sıklıkta tetiklenirse tetiklensin.