undetected-chromedriver'da CAPTCHA Nasıl Çözülür (Python)

undetected-chromedriver, otomasyon bayrakları sızmasın diye Chrome'a yama uygular. Bu sizi sayfaya sokar. Ama bir reCAPTCHA onay kutusunu aşmanızı sağlamaz; çünkü bir widget parmak izi kontrolü değil, token gereksinimidir. undetected-chromedriver captcha'sının yine de çözülmesi ve yanıtın DOM'a enjekte edilmesi gerekir.

Dört adım: yamalı sürücüyü başlatın, sitekey'i sayfadan okuyun, yerel olarak çözün, token'ı sayfanın beklediği yere koyun. Tamamı Python'da aşağıda.

undetected-chromedriver neyi yapar, neyi yapmaz

Bu ayrım önemli, çünkü engellenen bir kazıyıcı için verilen olağan tavsiye “stealth ekle” oluyor. Ekranda bir widget varsa, hiçbir stealth katmanı onu ortadan kaldırmaz. Size bir token gerekir.

Neye ihtiyacınız var

• Chrome kurulu olmalı ve CapSkip şu adreste çalışıyor olmalı: 127.0.0.1:8080. Uygulamayı kurulum kılavuzu sayfası anlatır.
• Python 3.10 veya daha yenisi.
• Üç paket.

# the patched driver, selenium itself, and the local solver
pip install undetected-chromedriver selenium capskip

Adım 1: yamalı sürücüyü başlatın

Şu şekilde içe aktarın: uc ve tarayıcıyı düz Selenium'da yapacağınız gibi kurun. Seçenekler şuradan gelir: uc.ChromeOptions(), Selenium'unkilerden değil; çünkü kütüphane bunlara yol boyunca yama uygular:

# pip install undetected-chromedriver
import undetected_chromedriver as uc

options = uc.ChromeOptions()
options.add_argument("--window-size=1280,800")

# use_subprocess keeps the patched binary alive long enough
# to shut down cleanly on Windows.
driver = uc.Chrome(options=options, use_subprocess=True)

driver.get("https://example.com/login")

Bunun üstüne başka bir stealth eklentisi yığmayın. Aynı özellikler üzerinde çekişen iki yamalayıcı başlı başına bir tespit sinyalidir ve eskiden çalışan bir kurulumun aniden durmasının yaygın nedenlerinden biridir.

Adım 2: sitekey'i sayfadan okuyun

Sitekey, widget elemanı üzerindeki genel bir özniteliktir. Kodun içine gömmek yerine canlı DOM'dan okuyun; çünkü birçok site anahtarları ortama göre değiştirir:

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# The widget is injected by script, so wait for it.
widget = WebDriverWait(driver, 20).until(
    EC.presence_of_element_located((By.CSS_SELECTOR, "[data-sitekey]"))
)

sitekey = widget.get_attribute("data-sitekey")
page_url = driver.current_url

print(sitekey)

Kullan driver.current_url kullanılır, istediğiniz URL değil. Site sizi bir challenge yoluna yönlendirdiyse, çözücüye gerçekte indiğiniz sayfanın bildirilmesi gerekir.

Adım 3: yerel olarak çözün

CapSkip kendi makinenizde çalışır, dolayısıyla çözüm localhost'a yapılan bir çağrıdır. Hesap yok, çözüm başına ücret yok; sitekey ve sayfa URL'si dışında makineden hiçbir şey çıkmaz:

# pip install capskip
from capskip import CapSkip

solver = CapSkip(
    host="127.0.0.1",
    port=8080,
    recaptchaTimeout=300,   # seconds, also covers Turnstile
)

result = solver.recaptcha(sitekey=sitekey, url=page_url)

token = result["code"]   # the g-recaptcha-response value

Varyantlar farklı metotlar değil, seçeneklerdir. Şunları ekleyin: invisible=1 görünmez bir v2 widget'ı için, version="v3" şununla: action v3 için ve enterprise=1 Enterprise ürünü için.

Adım 4: token'ı enjekte edin ve geri çağırmayı tetikleyin

Token'ın gizli g-recaptcha-response textarea'sına düşmesi gerekir. Düz bir form gönderimi için bu tek başına yeterlidir, çünkü alan formun geri kalanıyla birlikte gönderilir:

driver.execute_script(
    "document.getElementById('g-recaptcha-response')"
    ".innerHTML = arguments[0];",
    token,
)

driver.find_element(By.CSS_SELECTOR, "button[type='submit']").click()

Tek sayfalık uygulamalar farklıdır. textarea'yı hiç okumazlar; token'ı kendilerine verecek olan, widget'ın kendi geri çağırma fonksiyonunu beklerler. Fonksiyon adı eleman üzerinde tanımlıdır, dolayısıyla onu doğrudan çağırabilirsiniz:

callback = widget.get_attribute("data-callback")

if callback:
    # Call the page's own handler with the token, exactly as
    # the widget would have done.
    driver.execute_script(f"{callback}(arguments[0]);", token)

Enjeksiyondan sonra hiçbir şey olmuyorsa ve ortada şu yoksa: data-callback, sayfa geri çağırmayı işaretleme yerine JavaScript içinde bağlıyordur. Bu durumda onu nasıl bulacağınızı reCAPTCHA v2 callback çözücü sayfası anlatıyor.

Aynı sürücüde Turnstile

Cloudflare Turnstile de iki ad değişikliğiyle aynı şekilde çalışır. Yanıt alanı şudur: cf-turnstile-response, üstelik bu bir textarea değil, input'tur:

result = solver.turnstile(sitekey=sitekey, url=page_url)

driver.execute_script(
    "document.querySelector('[name=cf-turnstile-response]')"
    ".value = arguments[0];",
    result["code"],
)

Bu, bir forma gömülü widget'ı kapsar. Tam sayfa bir ara sayfa (interstitial) challenge'ı ise iki ek değere ve çözümün yapıldığı user agent'a ihtiyaç duyar; bunu Turnstile çözücü sayfası açıklıyor.

Tam çalışan örnek

# pip install undetected-chromedriver selenium capskip
import undetected_chromedriver as uc
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from capskip import (
    CapSkip, NetworkException, ApiException, TimeoutException,
)

URL = "https://example.com/login"

solver = CapSkip(host="127.0.0.1", port=8080)
driver = uc.Chrome(options=uc.ChromeOptions(), use_subprocess=True)

try:
    driver.get(URL)

    widget = WebDriverWait(driver, 20).until(
        EC.presence_of_element_located((By.CSS_SELECTOR, "[data-sitekey]"))
    )
    sitekey = widget.get_attribute("data-sitekey")

    result = solver.recaptcha(sitekey=sitekey, url=driver.current_url)

    driver.execute_script(
        "document.getElementById('g-recaptcha-response')"
        ".innerHTML = arguments[0];",
        result["code"],
    )

    callback = widget.get_attribute("data-callback")
    if callback:
        driver.execute_script(f"{callback}(arguments[0]);", result["code"])
    else:
        driver.find_element(By.CSS_SELECTOR, "button[type='submit']").click()

except NetworkException:
    print("CapSkip is not running on 127.0.0.1:8080")
except (ApiException, TimeoutException) as err:
    print(f"solve failed: {err}")
finally:
    driver.quit()   # always, or the patched binary lingers

Çözüm ve gönderimi tek bir çalıştırmada yapın. Bir reCAPTCHA token'ı yaklaşık iki dakika boyunca kabul edilir; yani çözen, sonra otuz saniye başka iş yapan ve ardından gönderen bir betik sorunsuzdur. Token'ları sonrası için kuyruğa alan bir betik ise değildir.

Yaygın hatalar

Her hata kodu ve parametre şurada listelenmiştir: API dokümantasyonu.

Sık sorulan sorular

Özet

Parmak izini undetected-chromedriver'a bırakın, widget'ı ise kendiniz halledin. Şunu bekleyin: [data-sitekey], localhost üzerinden çözün, token'ı şuraya yazın: g-recaptcha-response, ardından şunu çağırın: data-callback sayfa böyle bir tane bildiriyorsa. Sürücüyü bir finally bloğu içinde kapatın ki yamalı ikili dosya ortalıkta kalmasın.

Daha geniş Selenium yüzeyi Selenium CAPTCHA çözücü sayfasında, tam metot listesi ise Python CAPTCHA çözücü sayfasında; ayrıca web scraping için CAPTCHA çözme bunu yüksek hacimde çalıştırmayı ele alıyor. CapSkip bir yerel captcha çözücü, dolayısıyla yukarıdaki her çözüm kendi makinenizde gerçekleşir.