如何在Selenium爬虫中自动绕过验证码？实战方案咨询

一、从源头减少验证码触发的方法 #

通过优化浏览器环境和请求特征，降低被识别为机器人的概率，从而减少验证码出现的次数：

• undetected-chromedriver：替换普通ChromeDriver，自动规避window.navigator.webdriver等WebDriver特征检测，让浏览器更接近真实用户环境。
  代码示例：

  from undetected_chromedriver import Chrome, ChromeOptions
  
  options = ChromeOptions()
  options.add_argument("--start-maximized")
  # 可选：禁用图片加载提升速度
  # options.add_argument("--blink-settings=imagesEnabled=false")
  
  driver = Chrome(options=options)
  driver.get("目标登录页面URL")
  
  # 执行登录操作
  driver.find_element("id", "username").send_keys("你的用户名")
  driver.find_element("id", "password").send_keys("你的密码")
  driver.find_element("id", "submit-btn").click()
  

• selenium-stealth：配合undetected-chromedriver使用，进一步抹除自动化痕迹（如修改User-Agent、WebGL信息、语言设置等）。
  代码示例：

  from undetected_chromedriver import Chrome
  from selenium_stealth import stealth
  
  driver = Chrome()
  stealth(driver,
          languages=["zh-CN", "zh"],
          vendor="Google Inc.",
          platform="Win32",
          webgl_vendor="NVIDIA Corporation",
          renderer="NVIDIA GeForce GTX 1650/PCIe/SSE2",
          fix_hairline=True,
          )
  
  driver.get("目标登录页面URL")
  

• 高匿代理IP：使用静态住宅代理（避免数据中心代理），分散请求IP，降低单IP被标记的风险。
  代码示例（undetected-chromedriver配置代理）：

  from undetected_chromedriver import Chrome, ChromeOptions
  
  options = ChromeOptions()
  # 格式：http://用户名:密码@代理IP:端口
  options.add_argument("--proxy-server=http://user:pass@123.45.67.89:8080")
  
  driver = Chrome(options=options)
  driver.get("目标登录页面URL")
  

二、第三方验证码识别服务的实战方案 #

集成第三方验证码服务是正式环境下绕过reCAPTCHA v2的可行方案，这类服务通过人工打码或AI识别完成验证，并通过API返回结果。

主流服务对比 #

其中2Captcha性价比最高，文档友好，适合新手快速集成；Anti-Captcha速度略快但成本稍高；SolveCaptcha成本最低，但复杂验证码支持度有限。

2Captcha集成代码示例 #

1. 先注册2Captcha账号，获取API密钥并充值少量测试资金；
2. 安装依赖：pip install 2captcha-python
3. 实战代码：

from undetected_chromedriver import Chrome
from twocaptcha import TwoCaptcha
import time

# 初始化验证码客户端
api_key = "你的2Captcha API密钥"
solver = TwoCaptcha(api_key)

driver = Chrome()
driver.get("目标登录页面URL")

# 输入账号密码
driver.find_element("id", "username").send_keys("你的用户名")
driver.find_element("id", "password").send_keys("你的密码")

# 获取reCAPTCHA的sitekey和当前页面URL
site_key = driver.find_element("xpath", '//div[@class="g-recaptcha"]').get_attribute("data-sitekey")
page_url = driver.current_url

# 提交验证码识别任务
try:
    result = solver.recaptcha(sitekey=site_key, url=page_url)
    captcha_response = result['code']
except Exception as e:
    print(f"验证码识别失败: {str(e)}")
    driver.quit()
    exit()

# 将识别结果注入页面并提交
driver.execute_script(f'document.getElementById("g-recaptcha-response").innerHTML="{captcha_response}";')
time.sleep(2)  # 等待页面验证
driver.find_element("id", "submit-btn").click()

# 验证登录状态
time.sleep(3)
if "登录成功" in driver.page_source:
    print("登录成功")
else:
    print("登录失败")

driver.quit()

三、注意事项 #

• 合规风险：多数网站禁止自动化登录，使用前务必确认网站的用户协议和robots.txt规则；
• 模拟真实操作：添加合理的操作间隔（如输入账号后停顿1-2秒），避免过于机械的请求；
• 重试机制：给验证码识别添加重试逻辑，避免单次识别失败导致脚本终止。

内容的提问来源于stack exchange，提问作者Nick