如何用Python Selenium点击按钮后获取Base64验证码图片

我用Python Selenium尝试获取Base64格式的验证码图片，但始终只能拿到验证码加载前的HTML——不管是driver.page_source还是通过JS获取的innerHTML里，都只有"Loading"字样，找不到data:image/png;base64标识。

操作代码如下：

# load packages

from selenium.webdriver import EdgeOptions
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.microsoft import EdgeChromiumDriverManager
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
options = EdgeOptions()
options.add_argument("--headless")
options.add_argument('disable-gpu')
driver = webdriver.Edge(service=Service(EdgeChromiumDriverManager().install()), options=options)

# access website
driver.get("https://boards.4channel.org/o/")
# open post
driver.execute_script("document.getElementsByClassName('mobilePostFormToggle mobile hidden button')[0].click()")
# click this ID
driver.execute_script("document.getElementById('t-load').click()")

# This will get the initial html - before javascript
html1 = driver.page_source

# This will get the html after on-load javascript
html2 = driver.execute_script("return document.documentElement.innerHTML;")

# check for base64 images
'Loading' in html1  # True
'Loading' in html2  # True

# check for base64 images
'data:image/png;base64' in html1  # False
'data:image/png;base64' in html2  # False

触发验证码的按钮HTML：

<button id="t-load" type="button" data-board="o" data-tid="0" style="font-size: 11px; padding: 0px; width: 90px; box-sizing: border-box; margin: 0px 6px 0px 0px; vertical-align: middle; height: 18px;">Get Captcha</button>

核心问题是未等待验证码异步加载完成，点击"Get Captcha"后页面需要请求验证码资源，直接获取HTML会拿到未加载完成的状态。按以下方式修改代码：

• 替换JS直接操作元素的方式，改用Selenium显式等待确保元素可交互后再点击
• 点击后，显式等待验证码的Base64内容加载完成

修改后的代码：

# 加载依赖包
from selenium.webdriver import EdgeOptions
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.microsoft import EdgeChromiumDriverManager
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

options = EdgeOptions()
options.add_argument("--headless")
options.add_argument('disable-gpu')
# 无头模式添加窗口大小，避免元素渲染异常
options.add_argument("--window-size=1920,1080")

driver = webdriver.Edge(service=Service(EdgeChromiumDriverManager().install()), options=options)

# 访问目标页面
driver.get("https://boards.4channel.org/o/")

# 显式等待发帖按钮加载完成并点击
post_btn = WebDriverWait(driver, 10).until(
    EC.element_to_be_clickable((By.CLASS_NAME, "mobilePostFormToggle"))
)
post_btn.click()

# 显式等待获取验证码按钮加载完成并点击
captcha_btn = WebDriverWait(driver, 10).until(
    EC.element_to_be_clickable((By.ID, "t-load"))
)
captcha_btn.click()

# 等待验证码加载完成：两种方式二选一
# 方式1：等待页面中出现Base64图片标识
WebDriverWait(driver, 15).until(
    lambda d: 'data:image/png;base64' in d.page_source
)

# 方式2：等待"Loading"文本消失（若验证码容器有固定选择器可替换为更精准的定位）
# WebDriverWait(driver, 15).until(
#     EC.invisibility_of_element_located((By.XPATH, "//*[contains(text(), 'Loading')]"))
# )

# 此时获取的页面源码已包含加载完成的验证码
final_html = driver.page_source

# 验证结果
print('data:image/png;base64' in final_html)  # 应为True

driver.quit()

• 避免用原生JS直接定位元素，Selenium的显式等待能更好适配页面动态加载逻辑
• 无头模式建议固定窗口大小，部分网站会根据窗口尺寸渲染不同布局
• 等待时长可根据网络状况调整，10-15秒足以应对大多数场景

内容的提问来源于stack exchange，提问作者John Stud