如何使用HTTPX携带Anti-Captcha获取的gRecaptchaResponse绕过Google reCAPTCHA V2并完成后续数据搜索？

看起来你已经通过Anti-Captcha拿到了有效的reCAPTCHA响应值，但在把这个值提交给目标网站、完成验证并执行后续搜索时遇到了卡点。我来帮你梳理正确的流程，同时修正你代码里的问题：

一、先正确从Anti-Captcha获取gRecaptchaResponse #

你代码里初始化了recaptchaV2Proxyless但没实际调用它来获取响应，这是第一步要补全的：

def solve_captcha(self):
    """调用Anti-Captcha API获取reCAPTCHA响应"""
    self.solver.set_verbose(1)
    self.solver.set_key(self.api_key)
    self.solver.set_website_url(self.url)  # 目标网站的URL
    self.solver.set_website_key(self.website_key)  # 目标网站的reCAPTCHA Sitekey

    # 执行破解，获取结果
    captcha_result = self.solver.solve_and_return_solution()
    if captcha_result["errorId"] == 0:
        # 返回有效的gRecaptchaResponse
        return captcha_result["solution"]["gRecaptchaResponse"]
    else:
        raise Exception(f"Anti-Captcha破解失败: {captcha_result['errorDescription']}")

这里要确保你传入的api_key和website_key是正确的——website_key就是目标网站reCAPTCHA控件里的data-sitekey值。

二、将gRecaptchaResponse提交到目标网站的验证表单 #

你在parse方法里找到了表单的action地址，接下来需要把拿到的gRecaptchaResponse作为表单参数提交，完成reCAPTCHA验证（这一步要保持同一个HTTPX Client会话，因为验证后网站会设置会话cookie）：

def parse(self):
    """获取目标网站的表单提交地址，并完成reCAPTCHA验证"""
    # 先访问目标页面，获取表单信息和必要的cookie
    soup = self.client.get(url=self.url, headers=self.headers)
    # 找到表单的action地址
    form_action = soup.css_first("form#SLSearchForm[action]").attrs["action"]
    base_url = f"https://mybaragar.com/{form_action}"

    # 先获取gRecaptchaResponse
    g_recaptcha_response = self.solve_captcha()

    # 准备表单提交的参数（除了reCAPTCHA，还要带上表单里的其他必填参数）
    form_data = {
        "g-recaptcha-response": g_recaptcha_response,
        # 这里需要补充表单里的其他必填字段，比如搜索关键词、地区等，你可以从页面源码里找到
        # 比如"searchTerm": "your_search_query",
        # "location": "west_vancouver"
    }

    # 提交表单，完成reCAPTCHA验证
    validation_response = self.client.post(base_url, data=form_data, headers=self.headers)
    # 验证是否提交成功，可以检查响应状态码或者页面内容
    if validation_response.status_code == 200:
        print("reCAPTCHA验证成功，已进入搜索页面")
        # 返回验证后的会话，方便后续搜索
        return validation_response
    else:
        raise Exception("reCAPTCHA验证失败，请求返回异常")

注意：表单里除了g-recaptcha-response，肯定还有其他必填参数，你需要从目标网站的表单源码里把这些参数找出来，一起放到form_data里。

三、执行后续的数据搜索请求 #

验证完成后，同一个HTTPX Client已经持有了有效的会话cookie，直接用它来执行搜索请求即可：

def search(self, update: bool = False):
    """完成数据搜索并处理结果"""
    # 先完成reCAPTCHA验证，获取验证后的页面响应
    validated_response = self.parse()

    # 这里可以从validated_response里提取搜索结果，或者构造新的搜索请求
    # 比如如果搜索是通过另一个接口，可以构造请求参数
    search_params = {
        # 补充搜索需要的参数，比如从页面里拿到的csrf token、搜索关键词等
    }

    search_response = self.client.get("https://mybaragar.com/your_search_endpoint", params=search_params, headers=self.headers)
    # 处理搜索结果，比如解析HTML或者JSON
    # 示例：用BeautifulSoup解析页面
    search_soup = BeautifulSoup(search_response.text, "html.parser")
    # 提取你需要的数据...

    # 你之前代码里的geographic.org部分和目标网站无关，建议替换成目标网站的搜索逻辑
    # 如果确实需要从外部CSV获取搜索关键词，那可以保留这部分，但要把关键词传入目标网站的搜索请求
    if update:
        searcher = SearchGenerator(
            search_url="https://geographic.org/streetview/canada/bc/west_vancouver.html",
            update_data=update,
        )
        reports = searcher.report()
        df = pd.read_csv(reports)
        # 遍历CSV里的关键词，逐个发起搜索请求
        for index, row in df.iterrows():
            search_term = row["your_keyword_column"]
            # 构造包含关键词的表单参数，重新提交搜索
            form_data = {
                "g-recaptcha-response": self.solve_captcha(),  # 如果每次搜索都需要验证，这里要重新获取
                "searchTerm": search_term
            }
            self.client.post(base_url, data=form_data, headers=self.headers)
            # 处理当前搜索结果...

几个关键注意点 #

• 保持会话一致性：全程使用同一个self.client（HTTPX Client），这样才能保留网站设置的会话cookie，避免重复验证。
• 表单参数完整性：一定要把目标网站表单里的所有必填参数都带上，只传g-recaptcha-response是不够的。
• Anti-Captcha调用时机：如果目标网站每次搜索都需要验证reCAPTCHA，那每次搜索前都要调用solve_captcha获取新的响应值；如果验证一次就可以多次搜索，那就只需要调用一次。

备注：内容来源于stack exchange，提问作者perymerdeka