Nodejs Playwright 2Captcha 验证码识别实现自动登陆功能

Nodejs Playwright 2Captcha 验证码识别实现自动登陆

需求

日常工作当中，为了提高工作效率，我们可能会写脚本来自动执行任务。有些网站因为需要用户登陆，所以脚本的自动登陆功能必不可少。

不过我们在登陆网站的时候经常会出现验证码，验证码的目的就是为了防止机器登陆、自动化脚本操作，那么有没有办法让脚本能自动识别验证码实现登陆呢？

接下来我以 B 站为例给大家讲解下，如何解决自动登陆脚本中最关键的验证码问题。

探索

首先需要体验下这个网站的登陆方式，了解下它的验证码类型。

打开 B 站 https://www.bilibili.com/ ，打开控制台，点击登陆，这时候会弹出中间小的登陆框，通常输入完账号和密码，就会弹出验证码框了，我们猜测验证码的接口此时已经请求了。

由于验证码的英文是 captcha ，我们在 network 面板里搜 captcha

发现了一个和验证码相关的接口

https://passport.bilibili.com/x/passport-login/captcha

点开看接口返回结果，果然有一些有用的信息，我们发现验证码类型是 geetest 。

{
  "code": 0,
  "message": "0",
  "ttl": 1,
  "data": {
    "type": "geetest",
    "token": "b416c387953540608bb5da384b4e372b",
    "geetest": {
      "challenge": "aeb4653fb336f5dcd63baecb0d51a1f3",
      "gt": "ac597a4506fee079629df5d8b66dd4fe"
    },
    "tencent": {
      "appid": ""
    }
  }
}

通过搜索发现了 B 站使用的验证码服务是 geetest 提供的，国内有很多网站都用的这个服务， geetest 验证码的特点是移动拼图、按顺序选择文字或者数字。

那么接下来，就来寻找可以识别 geetest 验证码的办法。

小编了解了市面上提供的验证码解决方案，效果比较好的基本都是 OCR 服务商，对比之后发现 2Captcha 的服务非常好，解码速度快、服务器连接稳定、支持多种语言 API、价格公道，小编决定试用下 2Captcha 。

2Captcha 官网

接下来就展示使用 Nodejs + Playwright + 2Captcha 来解决 B 站的登陆验证码问题。

如果想用其他语言和框架，比如 Python + Selenium ，也可以参照这个教程，解决问题的思路都是一样的。

解决

1.如何识别验证码

先仔细阅读官方文档 2Captcha API Geetest，解决方案写的很详细，简单来说

• 通过拦截网站接口，获取gt、challenge这两个校验码参数，请求http://2captcha.com/in.php，得到验证码 ID
• 隔一段时间再请求http://2captcha.com/res.php，得到校验成功的标识 challenge、validate、seccode

1.如何应用验证结果

拿到最关键的 validate 之后，模拟用户填写账号密码登陆，拦截验证码请求接口的返回参数，替换为校验成功的参数，随即触发登陆接口。

接下来，我们分析下详细步骤

环境准备

我们先搭建一下脚本执行环境。

我们使用 Node.js + Playwright 来写脚本。

• 先确保你的电脑本地已经安装了 Nodejs
• 再新建空项目，安装 Playwright

mkdir bypass-captcha
cd bypass-captcha
npm init
npm i -D playwright

我们采用 Playwright 的库模式，详细文档：Playwright

1.在项目根目录新建一个脚本文件 captcha.js，填入以下内容，命令行运行node captcha.js来简单测试下是否能正常启动项目

const {
    chromium
} = require("playwright");
(async () => {
    const browser = await chromium.launch({
        headless: false,
    });
    const page = await browser.newPage();
    await page.goto("https://www.bilibili.com/");
    await browser.close();
})();

正常情况下会弹出一个谷歌浏览器界面，显示 B 站首页，随后浏览器自动关闭。

请求 in.php 接口

首先整理下请求http://2captcha.com/in.php接口所需要的参数有哪些，可以看下参数列表，我们关注下必传参数

• key是需要在 2Captcha 官网注册账户后，后台面板的账户设置中就有一个API key，当然要起让 key 生效的话还需要充值一定金额
• method 是一个固定值 geetest
• gt 和 challenge 之前已经在网站登录页面的接口中看到了。不过这里有个注意点，gt是每个网站只有一个值，B 站这里是固定的ac597a4506fee079629df5d8b66dd4fe，但是 challenge 是一个动态值，每次 API 请求都会获得一个新的 challenge 值。在页面上加载验证码后，challenge 值就会失效。 所以要在网站登录页加载的时候监听https://passport.bilibili.com/x/passport-login/captcha这个请求，每次重新识别出新的 challenge 值。下面会讲解如何监听到。
• pageurl就是登录页的地址https://www.bilibili.com/

于是我们可以得到类似这样一个请求接口

http://2captcha.com/in.php?key=1abc234de56fab7c89012d34e56fa7b8&method=geetest&gt=ac597a4506fee079629df5d8b66dd4fe&challenge=12345678abc90123d45678ef90123a456b&pageurl=https://www.bilibili.com/

1.接下来就解决每次进首页获取新的 challenge 值

模拟用户点击登录的流程

• 先启动谷歌浏览器，打开 B 站首页
• 点击顶部的登录按钮，会弹出登录框
• 这时候验证码接口已经发出，在这里监听验证码接口返回的参数，就能截获到gt和challenge的值

const {
    chromium
} = require("playwright");
(async () => {
    // 选择Chrome浏览器，设置headless: false 能看到浏览器界面
    const browser = await chromium.launch({
        headless: false,
    });
    const page = await browser.newPage();
    // 打开B站
    await page.goto("https://www.bilibili.com/");
    const [response] = await Promise.all([
        // 请求验证码接口
        page.waitForResponse(
            (response) =>
            response.url().includes("/x/passport-login/captcha") &&
            response.status() === 200
        ),
        // 点击顶部的登录按钮
        page.click(".header-login-entry"),
    ]);
    // 获取到接口返回信息
    const responseJson = await response.body();
    // 解析出  gt 和 challenge
    const json = JSON.parse(responseJson);
    const gt = json.data.geetest.gt;
    const challenge = json.data.geetest.challenge;
    console.log("得到 gt", gt, "challenge", challenge);
    // 暂停5秒，防止浏览器关闭太快，来不及看到效果
    sleep(5000);
    // 关闭浏览器
    await browser.close();
})();
/**
 * 模拟sleep功能，延迟一定时间，单位毫秒
 * Delay for a number of milliseconds
 */
function sleep(delay) {
    var start = new Date().getTime();
    while (new Date().getTime() < start + delay);
}

1.使用request库来单独请求in.php接口

先安装 request

npm i request

现在可以开始正式的请求 http://2captcha.com/in.php 接口了

// 请求 in.php 接口
const inData = {
    key: API_KEY,
    method: METHOD,
    gt: gt,
    challenge: challenge,
    pageurl: PAGE_URL,
    json: 1,
};
request.post(
    "http://2captcha.com/in.php", {
        json: inData
    },
    function(error, response, body) {
        if (!error && response.statusCode == 200) {
            console.log("response", body);
        }
    }
);

正常情况下，这时候会返回验证码 ID ，比如 {"status":1,"request":"2122988149"} ，取 request 字段即可。

如果接口返回代码 ERROR_ZERO_BALANCE ，表明您的账户余额不足，需要充值，我这里充值了最低额度用于演示，大家根据自己需要适当体验下。

扩展学习

1.为了提升安全性，我们将 API Key 写在环境变量文件中来引用。

在根目录新建一个环境变量文件.env，写入API Key的值

# .env文件
API_KEY="d34y92u74en96yu6530t5p2i2oe3oqy9"

1.然后安装dotenv库，用来获取到环境变量

npm i dotenv

1.在 js 脚本中使用

require("dotenv").config();

这样通过 process.env.API_KEY 就能取到 .env 中的变量了，通常 .env 文件不上传到代码仓库，保证个人信息的安全性。

如果不想把信息写到文件中的同时确保安全性，也可以直接在控制台输入传入 Node.js 环境变量，比如

API_KEY=d34y92u74en96yu6530t5p2i2oe3oqy9 node captcha.js

请求 res.php 接口请求接口之前，我们也整理下所需参数

• key 就是 API_KEY，上一个接口也用到了
• action 就是固定值 get
• id 是刚刚 in.php 返回的验证码 ID

​​​​​​​上一个请求 20 秒之后，再请求 http://2captcha.com/res.php 接口获取验证结果

request.get(
    `http://2captcha.com/res.php?key=${API_KEY}&action=get&id=${ID}&json=1`,
    function(error, response, body) {
        if (!error && response.statusCode == 200) {
            const data = JSON.parse(body);
            if (data.status == 1) {
                console.log(data.request);
            }
        }
    }
);

接口会返回三个值 challenge 、 validate 和 seccode ，每一个参数都是一个字符串

{
  "geetest_challenge": "aeb4653fb336f5dcd63baecb0d51a1f3",
  "geetest_validate": "9f36e8f3a928a7d382dad8f6c1b10429",
  "geetest_seccode": "9f36e8f3a928a7d382dad8f6c1b10429|jordan"
}

其中 challenge 就是前面我们拦截到的参数， validate 是校验结果标识， seccode 内容和 validate 基本一致，只多了一个单词。我们需要将 validate 存储下来备用。

这里有时候会碰到验证码无法校验通过的情况，可以多尝试几次，或者联系 2Captcha 官网排查问题

到这里，验证码校验结果的信息已经获取完整，接下来就是拿校验结果去登陆了。

登陆

1.先来研究下正常用户点击验证码校验成功后的登陆流程

我们发现了三个接口

https://api.geetest.com/ajax.php：验证码接口，用于生成验证码和校验验证码是否通过。校验接口返回数据中的 validate 字段就是 2Captcha 服务获取到的 geetest_validate。

https://passport.bilibili.com/x/passport-login/web/key?_=1649087831803：密码加密接口，用于获取 hash 和公钥

https://passport.bilibili.com/x/passport-login/web/login：登陆接口，入参包括账号、密码、token、challenge、validate和 seccode等

我们分析这几个接口，可以得出两个登陆方案。

• 第一个方案，在Node.js 环境下请求加密接口和登陆接口，获取用户 Cookie 信息，后续用户登陆直接携带 Cookie 信息即可。这个方案的难点是需要单独处理密码加密，对新手不太友好。
• 第二个方案，用 Playwright 模拟用户填写账号密码登陆，随机点击验证码触发登陆，拦截验证码接口的返回参数，替换为校验成功的标识，随即触发登陆接口。

我们采用第二种方案。

不过也遇到一个坑，就是 Node.js 环境下，验证码图片加载不出来，后面发现验证码接口 https://api.geetest.com/ajax.php 同时负责拉取验证码图片和校验验证码，我们直接拦截拉取验证码图片时的请求，替换校验结果就能触发登陆了，不需要等图片验证码出来。这个细节很关键。

到此这篇关于Nodejs Playwright 2Captcha 验证码识别实现自动登陆功能的文章就介绍到这了,更多相关Nodejs Playwright 2Captcha 验证码识别内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！