按字段或 cookie 划分的验证码类型

无论验证码向访客展示什么,它的结局都一样:要么是一个填进表单字段的 token,要么是浏览器保存的一个 cookie。如果你用自己的代码操作站点,那个字段或 cookie 就是你必须放回去的东西。本指南列出你会遇到的验证码类型、每种类型所需的确切字段或 cookie,以及生成它的 CapSkip 调用和参数。关于验证码是什么、它如何判断,请先从 这篇验证码科普文章 入手,再回到这里查看字段。
验证码类型,以及你要放回什么
第三列是 Python SDK 调用,括号里是 SDK 1.7.0 发送给 CapSkip 的 HTTP method 值。Node.js、PHP 和 .NET 的 SDK 用各自的大小写风格命名相同的调用,列在 CAPTCHA 识别 SDK 页面上。最后一列中带引号的词是参数名。
| 类型 | 你要放回的 | Python SDK 调用 (method) | 它需要 |
|---|---|---|---|
| 图片验证码 | 输入的文字,填进站点自己的字段 | normal (base64) | 图片文件、URL 或 base64 字符串 |
| MTCaptcha | mtcaptcha-verifiedtoken | mtcaptcha (mt_captcha) | sitekey 和页面 URL |
| reCAPTCHA v2 | g-recaptcha-response | recaptcha (userrecaptcha) | sitekey 和页面 URL |
| hCaptcha | h-captcha-response | hcaptcha (hcaptcha) | sitekey 和页面 URL |
| reCAPTCHA v3 | 页面脚本获取并发送的 token | recaptcha (userrecaptcha) | sitekey、页面 URL、"version" v3 和 "action" |
| Turnstile 小组件 | cf-turnstile-response | turnstile (turnstile) | sitekey 和页面 URL |
| 极验 v3 | geetest_challenge, geetest_validate, geetest_seccode | geetest (geetest) | gt、一个新的 challenge 和页面 URL |
| Capy Puzzle | capy_captchakey, capy_challengekey, capy_answer | capy (capy) | PUZZLE_ 密钥和页面 URL |
| CaptchaFox | cf-captcha-response | captchafox (captchafox) | sitekey 和页面 URL |
| ALTCHA | 名为 altcha 的隐藏 input,除非站点改过名 | altcha (altcha) | 页面 URL,再加上 challenge_url 或 challenge_json |
| Friendly Captcha | v2 中是 frc-captcha-response,v1 中是 frc-captcha-solution | friendly_captcha (friendly_captcha) | sitekey、页面 URL 和 "version" v2(默认是 v1) |
| Cloudflare 整页检查 | 页面接受的 Turnstile token,页面会以 cf_clearance cookie 作为回应 | turnstile (turnstile),只要 token | sitekey、页面 URL、"action"、"data" 和 "pagedata" |
| DataDome | datadome cookie | datadome (datadome) | captcha_url 和页面 URL |
| AWS WAF | aws-waf-token cookie | amazon_waf (amazon_waf) | sitekey 和页面 URL;iv 和 context 要么一起给,要么都不给 |
怎么读这张表
reCAPTCHA v2 这一行涵盖复选框、图片网格和隐形形式。对于隐形形式,你传入 invisible=1,页面的回调拿到的是 token,而不是一个可见的字段。Enterprise 使用同一个调用,加上 enterprise=1,并且有专门的 reCAPTCHA Enterprise 识别工具 页面。对于 hCaptcha,CapSkip 参考文档说明,如果表单有 g-recaptcha-response 字段,也要把它填上。
有三行返回的不止一个值。GeeTest 在它的 Web API 参考中记录了它的全部三个字段,绑定表单时它们会作为隐藏 input 加进去。Capy 的字段名只来自 CapSkip API 文档,所以请对照你正在处理的页面核实。对于 AWS WAF,CapSkip 返回一张凭证和一个现有的 token,你要把这一对拿到站点上换取 cookie 值,正如 API 参考所描述的那样。
有两行需要留意。Cloudflare 整页检查是用一次 Turnstile 调用来识别的,它返回一个 token 和一个 User-Agent,你要用同一个 User-Agent 提交 token。cf_clearance cookie 是站点作为回应设置的。CapSkip 也可以直接返回这个 cookie,但只能通过它的 JSON API 并开启一项设置,而 SDK 没有对应的调用,所以请从 API 文档 入手。Friendly Captcha 需要指定版本,因为 sitekey 不会说明站点运行的是两种协议中的哪一种,用错协议得到的 token 会被站点拒绝。
访客看到的每种类型
同样的类型,按人要做的事情分组。这只在你要判断自己面对的是哪一种时才有用。
- 输入字符:图片验证码和 MTCaptcha,小组件随后把验证后的 token 写进一个隐藏字段。
- 勾选一个框或选择图片:reCAPTCHA v2 和 hCaptcha,各自都有一种由你自己的脚本启动的隐形形式。
- 什么都不用做,或只在需要时出现一个框:reCAPTCHA v3 从不打断访客,Turnstile 的 managed 模式通常什么都不要求,还有 CaptchaFox,CapSkip 把它描述为通常是隐形的。
- 把一块拖进缺口:GeeTest 和 Capy Puzzle。
- 后台的工作量证明:ALTCHA 和 Friendly Captcha。ALTCHA 小组件可以是复选框、开关或原生控件,它的 auto 设置决定验证何时开始。
- 用整页取代内容:Cloudflare、DataDome 和 AWS WAF。
Google v3 指南 把分数描述为每个 action 一个 0.0 到 1.0 的值,如何处理它由你的目标站点决定。CapSkip 没有针对这个分数的设置,所以你这边没有什么需要配置的。
token 几分钟就过期,cookie 遵循站点自己的规则
表单 token 的有效期很短。 Cloudflare Turnstile 指南 说 token 在 300 秒后过期,且只能验证一次。hCaptcha 文档给出过期 token 的时间是 120 秒,MTCaptcha 的 validate-token 指南说通常是 120 秒,Google v3 指南说是两分钟。请在提交表单之前才向 CapSkip 要 token。
cookie 与一个客户端绑定,在站点自己的有效期之前都可以重复使用。DataDome 说它的 cookie 有效期为一年,CapSkip 参考文档说,从另一个地址或 User-Agent 重放的 cookie 通常会被拒绝。AWS WAF 和 Cloudflare 允许站点所有者设定时间:AWS WAF 有一个 CAPTCHA immunity time,默认 300 秒,最短 60 秒;Cloudflare 的放行时长取决于该区域的 Challenge Passage 设置。所以请从你之后会一直使用的地址和 User-Agent 来识别。
你的页面上是哪种类型
找一个名字出现在表中的隐藏 input,或者一个主机名指向厂商的脚本。按 AWS WAF 的文档,状态码为 405 且带有值为 captcha 的 x-amzn-waf-action 头的拦截页就是 AWS WAF。按 CapSkip 参考文档,带滑块或设备检查的 403 或 401 页面是 DataDome。有些站点会叠加两种类型,例如页面检查加上表单里的小组件,每一种都需要按浏览器遇到它们的顺序各识别一次。
对其中任何一种运行识别工具
CapSkip 运行在你自己的 Windows PC 上,在 127.0.0.1:8080 应答,并使用 2captcha 的请求格式,所以任何能发出 HTTP 请求的语言都可以使用上面的调用。授权是统一的,没有按次费用。你的自动化可以放在另一台机器上:Server mode 会让 CapSkip 在你的网络或公网 IP 上应答,详见 设置指南中的连接设置 。Server mode 启动时 CapSkip 的端口对所有地址开放,所以要把它限制在你预期的机器上,请为其他地址添加一条 Windows Firewall 阻止规则。
常见问题
验证码有多少种类型?
没有固定的数量,因为厂商不断增加新的形式。表中列出了十四行。每一行都是一个 CapSkip 调用,只有 Cloudflare 的 cookie 本身需要用 JSON API。
隐形验证码需要与可见的验证码不同的处理吗?
只有 reCAPTCHA 和 hCaptcha 需要,在调用里加上 invisible=1。token 的返回方式相同,只是由页面的回调接收它,而不是一个表单字段。
哪种类型最难自动化?
我没有测量过的排名,所以不给出结论。难点因分组而异:几分钟就过期的 token、绑定 IP 和 User-Agent 的 cookie,以及绑定某一道谜题的答案。
我能在接入之前逐个试用每种类型吗?
可以。 验证码演示页面 托管了其中几种类型的实时小组件,所以在你写任何代码之前,就能看到它们填写的是哪个字段。
为你的页面选择调用
在表中找到类型,把字段名复制进你的表单处理代码,并在发送前才请求一个新的 token 或 cookie。如果你想要一个本地工具来覆盖每一行,CapSkip 首页上的 验证码绕过 工具运行在你自己的 PC 上。
