如何使用Python和Selenium绕过iHerb网站的按住式验证码？

一、修正当前定位与操作代码（针对iframe+Shadow Root场景） #

你的代码失败核心原因是未正确处理iframe和Shadow DOM的层级关系，直接定位#px-captcha无效，必须按以下步骤操作：

1. 切换到验证码所在的iframe
   iHerb的px-captcha通常嵌套在独立iframe中，先找到并切换到该iframe：

from selenium.webdriver.common.by import By
import time
from selenium.webdriver.common.action_chains import ActionChains

# 切换到验证码iframe（需根据实际页面调整选择器，比如通过title、src属性定位）
captcha_iframe = driver.find_element(By.CSS_SELECTOR, 'iframe[title*="captcha"]')
driver.switch_to.frame(captcha_iframe)

2. 定位Shadow Root内的验证码元素
   px-captcha的交互元素封装在Shadow DOM中，需通过JS获取Shadow Root后再定位目标元素：

# 获取Shadow Root
shadow_root = driver.execute_script('return document.querySelector("#px-captcha").shadowRoot')

# 在Shadow Root内找到滑块元素（示例选择器，需根据实际DOM调整，比如.px-slider或.px-captcha-slider）
slider_element = shadow_root.find_element(By.CSS_SELECTOR, '.px-slider')

3. 模拟符合验证逻辑的操作
   多数px-captcha需要拖动滑块而非单纯按住，模拟真实用户的拖动轨迹：

action = ActionChains(driver)
# 按住滑块
action.click_and_hold(slider_element).perform()
# 模拟拖动（偏移量根据页面滑块长度调整，比如300px）
action.move_by_offset(300, 0).perform()
# 短暂停留后释放
time.sleep(0.3)
action.release().perform()

# 切回主文档（后续操作需要的话）
driver.switch_to.default_content()

二、其他绕过验证码的补充方案 #

如果上述方法仍无法通过验证，可尝试以下反爬规避手段：

• 使用undetected-chromedriver替代原生ChromeDriver：它会自动屏蔽Selenium的自动化特征（如webdriver标识），降低被反爬系统识别的概率。
• 控制请求频率：每次请求间隔设置为3-5秒以上，避免短时间内大量请求触发验证码。
• 轮换代理IP与User-Agent：使用代理池随机切换IP，同时每次请求更换不同的浏览器UA字符串，模拟真实用户的访问行为。
• 避免重复操作：不要频繁刷新页面或重复提交相同请求，保持操作流程与真实用户一致。

注意事项 #

爬取iHerb数据需严格遵守网站的robots.txt协议与用户条款，过度爬取可能导致IP封禁或法律风险。

内容的提问来源于stack exchange，提问作者Asmita Bhangare