带有Google v2验证码的表单：如何区分机器人与人工提交的垃圾条目？

• 看提交行为细节

  • 提交速度：机器人提交大多快得离谱，表单刚加载完几秒就提交；人工填内容至少要十几秒，哪怕是发垃圾也得打字。你可以给表单加个计时，记录从页面加载到提交的时长，短到5秒以内的基本是机器人。
  • 输入规律：机器人会给所有输入框填重复内容、无意义字符串，或者用固定模板套低俗词；人工发的垃圾内容可能更口语化，甚至会针对表单主题（比如你是产品反馈表单，人工可能会骂产品加低俗词，机器人就只会乱塞无关低俗内容）。
  • 提交频率：同一个IP短时间内多次提交，或者不同IP但内容几乎一模一样，肯定是机器人批量操作；人工不会闲到反复发一模一样的垃圾。

• 从内容特征区分

  • 模板化程度：机器人的垃圾内容都是固定套路，比如重复的低俗广告词、带相同的邮箱/联系方式；人工发的低俗内容更随机，可能有错别字、口语化的脏话，不会千篇一律。
  • 内容关联性：如果表单有明确主题（比如咨询、报名），机器人的内容和主题完全不沾边，只是硬塞低俗词；人工可能会结合主题来恶意输出，比如针对你的服务骂脏话加低俗词汇。

• 结合验证码验证日志

  • 虽然reCAPTCHA v2有被破解的可能，但你可以查验证记录：如果同一个IP多次快速通过验证，或者短时间内大量验证请求，大概率是机器人用破解工具过的；人工过v2验证码需要点复选框、选图片，速度不会那么快，也不会高频重复。

• 先筛「提交时长<5秒」「含固定低俗关键词」「IP重复提交」的条目，这些是机器人的重灾区，优先处理能省不少时间。
• 加个「蜜罐字段」：在表单里加一个用CSS隐藏的输入框（比如display: none），正常用户看不到不会填，机器人会自动填内容。提交时只要这个字段有值，直接判定为机器人，不用手动检查。

内容的提问来源于stack exchange，提问作者developer