HCaptcha 介绍
HCaptcha 是国外出名的验证码服务商，其次要性能就是为网站提供验证码服务，防止网站被歹意爬虫肆意爬取信息。相比于 HCaptcha，大家可能更加相熟 Google reCaptcha（Google 提供的验证码服务），但因为某些起因，国内是无奈应用 Google reCaptcha 的，所以 HCaptcha 便成为少数国际型网站更优的一个抉择。
本文会介绍一种优雅的形式来冲破 HCaptcha 验证码，在介绍冲破形式前，先简略介绍与体验一下 HCaptch。
HCaptcha 的交互模式如下，首先咱们须要点击复选框，如下图：
点咱们点击复选框时，验证码会先通过其危险剖析引擎判断以后用户的危险，如果是低危险用户，便能够间接通过，反之，验证码会弹出对话框，让你答复对话框中的问题，如下图：
HCaptcha 验证码会给你一个问题，比方上图的问题是【请点击每张蕴含火车的图片】，咱们须要从上面的九张图中抉择出含有火车的图片，如果九张图片中，没有火车，则点击【跳过】按钮，如果有，则将所有带有火车的图片都抉择上，跳过按钮会变成【查看】按钮，如下图：
通过验证后，便会呈现如下后果：
体验 HCaptcha
为了防止历史数据的影响，倡议应用 Chrome 的无痕模式来拜访该网站，如下图所示：
点击图中的 HCaptcha，便能够体验 HCaptcha 验证码的残缺流程了。
至此，HCaptcha 的大体状况咱们曾经相熟了，那么咱们要怎么冲破该验证码呢？当然是应用机器学习相干的技术啦，上面咱们介绍一款简略好用的平台。
解决方案
对于 HCaptcha 验证码，咱们能够应用 YesCaptcha 服务来破解，该服务应用起来非常简单，通过邮箱注册一个账户。
YesCaptcha 不止反对 HCaptcha，还反对 Google reCaptcha V2/V3 版本的破解，这里咱们先关注其对 HCaptch 的破解。
注册完 YesCaptcha 后，会取得一个 clientKey，基于该 clientKey 便能够应用 YesCaptcha 提供的破解服务了。
对于 HCaptcha 相干破解，须要在 YesCaptcha 中创立破解验证码服务的 API。
浏览文档后，发现只须要构建出上面表格中的参数并申请创立工作的 API，便能够实现验证码的破解了。
| 属性 | 类型 | 必须 | 阐明 |
|---|---|---|---|
| type | string | 是 | HCaptchaClassification 10 点数 |
| queries | list[string] | 是 | Base64 编码的图片，不要蕴含 “data:image/*;base64,” |
| 以列表模式拼合 1 到 9 张图片：[base64, base64,base64,……] | |||
| question | String | 是 | 问题 ID, 请查表，反对中英文，其余语言请自行转换 |
代码实现
通过文档可知，咱们须要 HCaptcha 验证码九宫格中图片对应的 Base64 以及验证码中的问题，通过 Chrome 的 Network 可知，HCaptcha 取得验证码图片，该接口会返回 JSON 格局的数据，其中就蕴含了验证码的问题以及九宫格中的图片，如下图所示：
通过 Selenium 自动化浏览器，取得上图所示的数据，随后配合 requests 库和 base64 库，将图片转为相应的 base64 编码，具体代码如下：
headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36'
}
def get_as_base64(url):
return base64.b64encode(requests.get(url).content)
def get_captcha_image_base64(data):
image_result = []
for d in data:
img_base64 = get_as_base64(d['datapoint_uri'])
img_base64 = img_base64.decode('utf-8')
image_result.append({'url': d['datapoint_uri'],
'task_key': d['task_key'],
'base64': img_base64
})
return image_result有了验证码九宫格图片对于的 base64 后，联合取得的问题，便能够申请 YesCaptcha 创立破解工作的服务了，代码如下：
def create_task(question, queries):
url = 'https://api.yescaptcha.com/createTask'
data = {
"clientKey": clientKey,
"task": {
"type": "HCaptchaClassification",
"question": question,
"queries": queries,
}
}
r = requests.post(url, json=data, timeout=60)
return r.json()将上述代码整合起来，便可失去一个残缺的流程：
if __name__ == '__main__':
with open('data.json', encoding='utf8') as f:
data = f.read()
data = json.loads(data)
question = data.get('requester_question', {}).get('zh')
tasklist = data.get('tasklist')
images = get_captcha_image_base64(tasklist)
queries = [d['base64'] for d in images]
result = create_task(question=question, queries=queries)
pprint.pprint(result)以下图为例，通过上述代码进行破解。
运行上述代码后，取得后果如下：
{'errorCode': '','errorId': 0,'solution': {'objects': [True,
True,
True,
True,
False,
False,
True,
True,
True]},
'status': 'ready',
'taskId': '13463c20-d031-11ec-b16d-c664134fc872'}其中 solution 便是此次破解工作的后果，它的程序与你申请时 queries 参数的程序统一，基于 solution 的后果，利用 Selenium 便可实现相应的点击操作，如下图所示
点击【查看】按钮，实现 HCaptcha 验证码的破解
因为本文侧重于如何破解 HCaptcha，所以没花篇幅探讨如何应用 Selenium 去自动化浏览器取得数据，但这个内容非常简单，网上相干内容也比拟多，就不破费笔墨介绍了。
最近整顿了一套编程学习材料分享给大家，全是干货内容，蕴含教程视频、电子书、源码笔记、学习路线图、实战我的项目、面试题等等，关注 gzh【Python 编程学习圈】就能收费获取，回复关键词【学习材料】即可，抓紧时间吧！