如何用 Python 识别极验 v3 并回传

大多数验证码代码假设传入一个 token、传出一个 token。极验打破了这一点。一次识别返回 三个 必须一起提交的值，而且你传入的挑战在你获取后约六十秒过期。这两点都让人栽跟头，且都不会以有用的信息报错。

两个行为不同的输入

值	有效期
gt	对站点是静态的。可自由缓存
challenge	一次性，约 60 秒后失效

两者都来自站点自己的极验初始化端点。 gt 实际上是一个站点标识符。 challenge 是按次的，把它当作可重用，正是极验集成在测试中有效、在负载下崩溃的最常见原因。

设置

# 需要 Python 3.10 或更高版本。
pip install capskip

from capskip import CapSkip

solver = CapSkip(
    host="127.0.0.1",
    port=8080,
    recaptchaTimeout=300,   # GeeTest uses this, not defaultTimeout
)

那个超时区别很容易被忽略。 defaultTimeout 仅管辖图片验证码；所有交互式类型都使用 recaptchaTimeout.

识别

result = solver.geetest(
    gt="81388ea1fc187e0c335c0a8907ff2625",
    challenge="7cf6a8b1a2c34d5e6f7089abcdef0123",
    url="https://example.com/login",
)

print(result["challenge"])
print(result["validate"])
print(result["seccode"])

那三个键就是答案。 result["code"] 也会被填充，但对于极验，它保存的是原始 JSON 字符串，而不是可以直接提交的内容，因此出于习惯去使用它会导致令人困惑的失败。

使用 challenge 返回的那个，而不是你传入的那个。它们并不总是相同的值。

完整流程，集中在一处

获取和识别必须相邻。两者之间任何慢操作都有过期风险：

import time
import requests
from capskip import CapSkip

solver = CapSkip()
LOGIN = "https://example.com/login"

# 1. Fresh pair, cache-busted. Cached init responses hand back dead challenges.
init = requests.get(
    "https://example.com/geetest/init",
    params={"t": int(time.time() * 1000)},
).json()

# 2. Solve immediately. Do not queue this.
result = solver.geetest(gt=init["gt"], challenge=init["challenge"], url=LOGIN)

# 3. Post all three together, alongside the real form fields.
response = requests.post(LOGIN, data={
    "geetest_challenge": result["challenge"],
    "geetest_validate": result["validate"],
    "geetest_seccode": result["seccode"],
    "username": "...",
    "password": "...",
})

缓存破坏时间戳比看起来更重要。极验初始化端点常被 CDN 或代理缓存，缓存的响应会给你一个已被消费的挑战。

那三个字段名是常见的极验 v3 约定，但站点可以重命名它们。在假设之前请检查真实表单。

同时进行多个

这里的陷阱是错误地批处理。获取一堆挑战再一起识别，必然导致靠后的那些在轮到之前就过期。请在同一任务中获取并识别：

import asyncio
from capskip import AsyncCapSkip

async def solve_one(solver, url):
    init = await fetch_pair(url)          # your own fetch, awaited
    return await solver.geetest(
        gt=init["gt"], challenge=init["challenge"], url=url,
    )

async def main():
    solver = AsyncCapSkip()
    return await asyncio.gather(*[solve_one(solver, u) for u in urls])

asyncio.run(main())

Python 是唯一一个 AsyncCapSkip 是真正异步客户端而非别名的 CapSkip SDK，因此这确实能并行运行识别。

当它失败时

from capskip import (
    ValidationException, NetworkException, ApiException, TimeoutException,
)

try:
    result = solver.geetest(gt=gt, challenge=challenge, url=page_url)
except ValidationException:
    pass   # missing gt or challenge
except NetworkException:
    pass   # CapSkip is not running
except ApiException:
    pass   # usually a challenge that expired before the solve finished
except TimeoutException:
    pass   # exceeded recaptchaTimeout

实际上，大多数极验失败会以 ApiException 形式出现，意味着挑战已失效。修复方法是稍后再获取，而不是用相同的参数对重试，因为已消费的挑战永远不会再次生效。

常见问题

为什么 result["code"] 不可用？

因为答案是三个值而非一个。 code 保留原始 JSON 以求完整，而 SDK 将有用的部分展开到 challenge, validate 和 seccode。提交那三个。

我可以在两次运行之间缓存挑战吗？

不可以。它是一次性的，约一分钟后过期。 gt 可以安全缓存；挑战则绝不可以。

这涵盖极验 v4 吗？

加载的 geetest 方法针对 v3，即围绕 gt 和 challenge 参数对构建的滑块拼图版本。v4 改变了参数模型，因此在假设同一调用可用之前，请查看当前的 API 文档 在假设同一调用适用之前请检查。

小结

获取 gt 和 challenge 构建的滑块拼图，在识别前用一个缓存破坏的请求立即获取，调用 geetest，然后把 challenge, validate 和 seccode 一起回传。使用返回的 challenge 而非你的输入，并且绝不要在识别之前批量获取挑战。

其他语言见 GeeTest 识别工具 页面，更广泛的 Python 用法见 Python 验证码识别 页面，我们的 GeeTest v3 演示上尝试一个实时拼图。CapSkip 在本地处理 验证码绕过 在本地进行，因此识别量是免费的。