今天給大家介紹一個(gè)用于破解 Google ReCAPTCHA 的方法。

ReCAPTCHA 介紹可能大家還沒(méi)聽說(shuō)過(guò)什么是 ReCAPTCHA，可能由于某些原因，這個(gè)驗(yàn)證碼在國(guó)內(nèi)出現(xiàn)不多，不過(guò)想必大家應(yīng)該多多少少見過(guò)或用過(guò)。它長(zhǎng)這個(gè)樣子：

這時(shí)候，只要我們點(diǎn)擊最前面的復(fù)選框，驗(yàn)證碼算法會(huì)首先利用其「風(fēng)險(xiǎn)分析引擎」做一次安全檢測(cè)，如果直接檢驗(yàn)通過(guò)的話，我們會(huì)直接得到如下的結(jié)果：

如果算法檢測(cè)到當(dāng)前系統(tǒng)存在風(fēng)險(xiǎn)，比如可能是陌生的網(wǎng)絡(luò)環(huán)境，可能是模擬程序，會(huì)需要做二次校驗(yàn)。它會(huì)進(jìn)一步彈出類似如下的內(nèi)容：

比如上面這張圖，驗(yàn)證碼頁(yè)面會(huì)出現(xiàn)九張圖片，同時(shí)最上方出現(xiàn)文字「樹木」，我們需要點(diǎn)選下方九張圖中出現(xiàn)「樹木」的圖片，點(diǎn)選完成之后，可能還會(huì)出現(xiàn)幾張新的圖片，我們需要再次完成點(diǎn)選，最后點(diǎn)擊「驗(yàn)證」按鈕即可完成驗(yàn)證。或者我們可以點(diǎn)擊下方的「耳機(jī)」圖標(biāo)，這時(shí)候會(huì)切換到聽寫模式，驗(yàn)證碼會(huì)變成這樣：

這時(shí)候我們?nèi)绻芴顚憣?duì)驗(yàn)證碼讀的音頻內(nèi)容，同樣可以通過(guò)驗(yàn)證。這兩種方式都可以通過(guò)驗(yàn)證，驗(yàn)證完成之后，我們才能完成表單的提交，比如完成登錄、注冊(cè)等操作。這種驗(yàn)證碼叫什么名字？這個(gè)驗(yàn)證碼就是 Google 的 ReCAPTCHA V2 驗(yàn)證碼，它就屬于行為驗(yàn)證碼的一種，這些行為包括點(diǎn)選復(fù)選框、選擇對(duì)應(yīng)圖片、語(yǔ)音聽寫等內(nèi)容，只有將這些行為校驗(yàn)通過(guò)，此驗(yàn)證碼才能通過(guò)驗(yàn)證。相比于一般的圖形驗(yàn)證碼來(lái)說(shuō)，此種驗(yàn)證碼交互體驗(yàn)更好、安全性會(huì)更高、破解難度更大。

其實(shí)上文所介紹的驗(yàn)證碼僅僅是 ReCAPTCHA 驗(yàn)證碼的一種形式，是 V2 的顯式版本，另外其 V2 版本還有隱式版本，隱式版本在校驗(yàn)的時(shí)候不會(huì)再顯式地出現(xiàn)驗(yàn)證頁(yè)面，它是通過(guò) JavaScript 將驗(yàn)證碼和提交按鈕進(jìn)行綁定，在提交表單的時(shí)候會(huì)自動(dòng)完成校驗(yàn)。除了 V2 版本，Google 又推出了最新的 V3 版本，reCAPTCHA V3 驗(yàn)證碼會(huì)為根據(jù)用戶的行為來(lái)計(jì)算一個(gè)分?jǐn)?shù)，這個(gè)分?jǐn)?shù)代表了用戶可能為機(jī)器人的概率，最后通過(guò)概率來(lái)判斷校驗(yàn)是否可以通過(guò)。其安全性更高、體驗(yàn)更好。

體驗(yàn)?zāi)悄睦锟梢泽w驗(yàn)到 ReCAPTCHA 呢？我們可以打開這個(gè)網(wǎng)站：https://www.google.com/recaptcha/api2/demo，建議科學(xué)上網(wǎng)，同時(shí)用匿名窗口打開，這樣的話測(cè)試不會(huì)受到歷史 Cookies 的干擾，如圖所示：

這時(shí)候，我們可以看到下方有個(gè) ReCAPTCHA 的窗口，然后點(diǎn)擊之后就出現(xiàn)了一個(gè)驗(yàn)證圖塊。

當(dāng)然靠人工是能解的，但對(duì)于爬蟲來(lái)說(shuō)肯定不行啊，那怎么自動(dòng)化解呢？

接下來(lái)我們就來(lái)介紹一個(gè)簡(jiǎn)單好用的平臺(tái)。

解決方案本次我們介紹的一個(gè) ReCAPTCHA 破解服務(wù)叫做 YesCaptcha，主頁(yè)是 http://yescaptcha.365world.com.cn/，它現(xiàn)在同時(shí)可以支持 V2 和 V3版本的破解。

我們這次就用它來(lái)嘗試解一下剛才的 ReCAPTCHA 上的 V2 類型驗(yàn)證碼：https://www.google.com/recaptcha/api2/demo。

簡(jiǎn)單注冊(cè)之后，可以找到首頁(yè)有一個(gè) Token。我們可以復(fù)制下來(lái)以備后面使用

它有兩個(gè)關(guān)鍵的 API，一個(gè)是創(chuàng)建驗(yàn)證碼服務(wù)任務(wù)，另一個(gè)是查詢?nèi)蝿?wù)狀態(tài)，API 如下：

創(chuàng)建任務(wù)：http://api.yescaptcha.365world.com.cn/v3/recaptcha/create

查詢狀態(tài)：http://api.yescaptcha.365world.com.cn/v3/recaptcha/status

API 文檔可以參考這里：http://docs.yescaptcha.365world.com.cn/

經(jīng)過(guò) API 文檔可以看到使用的時(shí)候可以配置如下參數(shù)：

參數(shù)名是否必須說(shuō)明

token是請(qǐng)?jiān)趥€(gè)人中心獲取 （Token）

siteKey是ReCaptcha SiteKey （固定參數(shù)）

siteReferer是ReCaptcha Referer （一般也為固定參數(shù)）

captchaType否ReCaptchaV2（默認(rèn)） / ReCaptchaV3

siteAction否ReCaptchaV3 選填 Action動(dòng)作 默認(rèn)verify

minScore否ReCaptchaV3 選填 最小分?jǐn)?shù)（0.1-0.9）

這里就有三個(gè)關(guān)鍵信息了：

token：就是剛才我們?cè)?YesCaptcha 上復(fù)制下來(lái)的參數(shù)

siteKey：這個(gè)是 ReCAPACHA 的標(biāo)志字符串，稍后我們會(huì)演示怎么找。

siteReferer，一般是 ReCAPTCHA 的來(lái)源網(wǎng)站的 Referer，比如對(duì)于當(dāng)前的案例，該值就是 https://www.google.com/recaptcha/api2/demo

那 siteKey 怎么找呢？其實(shí)很簡(jiǎn)單，我們看下當(dāng)前 ReCAPTCHA 的 HTML 源碼，從源碼里面找一下就好了

這里可以看到每個(gè) ReCAPTCHA 都對(duì)應(yīng)一個(gè) div，div 有個(gè)屬性叫做 date-sitekey，看這里的值就是：

6Le-wvkSAAAAAPBMRTvw0Q4Muexq9bi0DJwx_mJ-

好，萬(wàn)事俱備了，只差代碼了！

開工我們就用最簡(jiǎn)單 requests 來(lái)實(shí)現(xiàn)下吧，首先把常量定義一下：

TOKEN = ‘50a07xxxxxxxxxxxxxxxxxxxxxxxxxf78’ # 請(qǐng)?zhí)鎿Q成自己的TOKEN

REFERER = ‘https://www.google.com/recaptcha/api2/demo’

BASE_URL = ‘http://api.yescaptcha.365world.com.cn’

SITE_KEY = ‘6Le-wvkSAAAAAPBMRTvw0Q4Muexq9bi0DJwx_mJ-’ # 請(qǐng)?zhí)鎿Q成自己的SITE_KEY

這里我們定義了這么幾個(gè)常量：

TOKEN：就是網(wǎng)站上復(fù)制來(lái)的 token

REFERER：就是 Demo 網(wǎng)站的鏈接

API_BASE_URL：就是 YesCaptcha 的 API 網(wǎng)址

SITE_KEY：就是剛才我們找到的 data-sitekey

然后我們定義一個(gè)創(chuàng)建任務(wù)的方法：

def create_task（）：

url = f“{BASE_URL}/v3/recaptcha/create？token={TOKEN}&siteKey={SITE_KEY}&siteReferer={REFERER}”

try：

response = requests.get（url）

if response.status_code == 200：

data = response.json（）

print（‘response data：’， data）

return data.get（‘data’， {}）.get（‘taskId’）

except requests.RequestException as e：

print（‘create task failed’， e）

這里就是調(diào) API 來(lái)創(chuàng)建任務(wù)，沒(méi)什么好說(shuō)的。

如果創(chuàng)建成功之后會(huì)得到一個(gè) task_id，接下來(lái)我們就需要用這個(gè) task_id 來(lái)輪詢查看任務(wù)的狀態(tài)，定義如下的這么一個(gè)方法：

def polling_task（task_id）：

url = f“{BASE_URL}/v3/recaptcha/status？token={TOKEN}&taskId={task_id}”

count = 0

while count < 120：

try：

response = requests.get（url）

if response.status_code == 200：

data = response.json（）

print（‘polling result’， data）

status = data.get（‘data’， {}）.get（‘status’）

print（‘status of task’， status）

if status == ‘Success’：

return data.get（‘data’， {}）.get（‘response’）

except requests.RequestException as e：

print（‘polling task failed’， e）

finally：

count += 1

time.sleep（1）

這里就是設(shè)置了最長(zhǎng)輪詢次數(shù) 120 次，請(qǐng)求的 API 就是查詢?nèi)蝿?wù)狀態(tài)的 API，會(huì)得到一個(gè)任務(wù)狀態(tài)的結(jié)果，如果結(jié)果是 Success，那就證明任務(wù)成功了，解析其中的 response 結(jié)果就是驗(yàn)證碼破解之后得到的 token。

兩個(gè)方法調(diào)用一下：

if __name__ == ‘__main__’：

task_id = create_task（）

print（‘create task successfully’， task_id）

response = polling_task（task_id）

print（‘get response：’， response［0:40］+‘。。?！?/p>

運(yùn)行結(jié)果類似如下：

response data： {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘taskId’： ‘1479436991’}}

create task successfully 1479436991

polling result {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘status’： ‘Working’}}

status of task Working

polling result {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘status’： ‘Working’}}

status of task Working

polling result {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘status’： ‘Working’}}

status of task Working

polling result {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘status’： ‘Success’， ‘response’： ‘03AGdBq27-ABqvNmgq96iuprN8Mvzfq6_8noknIed5foLb15oWvWVksq9KesDkDd7dgMMr-

UmqULZduXTWr87scJXl3djhl2btPO721eFAYsVzSk7ftr4uHBdJWonnEemr9dNaFB9qx5pnxr3P24AC7cCfKlOH_XARaN4pvbPNxx_UY5G5fzKUPFDOV14nNkCWl61jwwC0fuwetH1q99r4hBQxyI6XICD3PiHyHJMZ_-

wolcO1R9C90iGQyjzrSMiNqErezO24ODCiKRyX2cVaMwM9plbxDSuyKUVaDHqccz8UrTNNdJ4m2WxKrD9wZDWaSK10Ti1LgsqOWKjKwqBbuyRS_BkSjG6OJdHqJN4bpk_jAcPMO13wXrnHBaXdK4FNDR9-

dUvupHEnr7QZEuNoRxwl8FnO2Fgwzp2sJbGeQkMbSVYWdAalE6fzJ8NwsFJxCdDyeyO817buBtvTJ4C06C1uZ92fpPTeYGJwbbicOuqbGfHNTyiSJeRNmt-5RKz0OUiPJOPnmVKGlWBOqwbwCW1WZt-E-

hH4FEg4En5TITmmPb_feS9dWKUxudn1U0hHk2vV9PerjZLtI7F67KtgmcqRrARPbwnc6KyAi3Hy1hthP92lv4MRIcO2jx0Llvsja-G2nhjZB0ZoJwkb9106pmqldiwlXxky4Dcg7VPStiCYJvhQpRYol7Iq1_ltU2tyhMqsu_Xa8Z6Mr5ykRCLnmlLb8DV8isndrdwp84wo_vPARGRj7Up9ov-

ycb5lDKTf1XRaHiMCa8d2WLy0Pjco9UnsRAPw0FW3MsBJah6ryHUUDho7ffhUUgV1k86ryJym6xbWch1sVC4D5owzrCFn6L-rSLc5SS1pza2zU5LK4kAZCmbXNRffiFrhUY8nP4T1xaR2KMhIaN8HhJQpR8sQh1Azc-QkDy4rwbYmxUrysYGMrAOnmDx9z7tWQXbJE4IgCVMx5wihSiE-T8nbF5y1aJ0Ru9zqg1nZ3GSqsucSnvJA8HV5t9v0QSG5cBC1x5HIceA-2uEGSjwcmYOMw8D_65Dl-d6yVk1YN2FZCgMWY5ewzB1RAFN1BMqKoITQJ64jq3lKATpkc5i7aTA2bRGQyXrbDyMRIrVXKnYMHegfMbDn0l4O81a8vxmevLspKkacVPiqLsAe-

73jAxMvsOqaG7cKxMQO9CY3qbtD55YgN0W4p2jyNSVz3aEpffHRqYyWMsRI5LddLgaZQDoHHgGUhV580PSIdZJ5eKd0gOjxIYxKlr0IgbMWRmsG_TgDNImy1c5oey8ojl-

zWpOQW7bnfq5Z4tZ10_sCTfoOZVLqRuOsqB1OOO9pLRQojLBP0HUiGhRAr_As9EIDu6F9NIQfdAmCaVvavJbi1CZITFjcywP-tBrHsxpwkCXlwl996MK_XyEDuyWnJVGiVSthUMY306tIh1Xxj93W3KQJCzsfJQcjN-

3lGLLeDFddypHyG4yrpRqRHHBNyiNJHgxSk5SaShEhXvByjkepvhrKX3kJssCU04biqqmkrQ49GqBV9OsWIy0nN3OJTx8v05MP8aU8YYkYBF01UbSff4mTfLAhin6iWk84Y074mRbe2MbgFAdU58KnCrwYVxcAR8voZsFxbxNwZXdVeexNx5HlIlSgaAHLWm2kFWmGPPW-ZA7R8Wst-mc7oIKft5iJl8Ea0YFz8oXyVgQk1rd9nDR3xGe5mWL1co0MiW1yvHg’}}

如果其返回的是如上格式的數(shù)據(jù)，就代表 ReCAPTCHA 驗(yàn)證碼已經(jīng)識(shí)別成功了，其返回的 response 字段的內(nèi)容就是識(shí)別的 token，我們直接拿著這個(gè) token 放到表單里面提交就成功了。

那這個(gè) token 怎么來(lái)用呢？其實(shí)如果我們用瀏覽器驗(yàn)證驗(yàn)證成功之后，點(diǎn)擊表單提交的時(shí)候，在其表單里面會(huì)把一個(gè) name 叫做 g-recaptcha-response 的 textarea 賦值，如果驗(yàn)證成功，它的 value 值就是驗(yàn)證之后得到的 token，這個(gè)會(huì)作為表單提交的一部分發(fā)送到服務(wù)器進(jìn)行驗(yàn)證。如果這個(gè)字段校驗(yàn)成功了，那就沒(méi)問(wèn)題了。

所以，如上的過(guò)程相當(dāng)于為我們模擬了點(diǎn)選驗(yàn)證碼的過(guò)程，其最終得到的這個(gè) token 其實(shí)就是我們應(yīng)該賦值給 name 為 g-recaptcha-response 的內(nèi)容。那么怎么賦值呢？很簡(jiǎn)單，用 JavaScript 就好了。我們可以用 JavaScript 選取到這個(gè) textarea，然后直接賦值即可，代碼如下：

document.getElementById（“g-recaptcha-response”）.innerHTML=“TOKEN_FROM_YESCAPTCHA”;

注意這里的 TOKEN_FROM_YESCAPTCHA 需要換成剛才我們所得到的 token 值。我們做爬蟲模擬登錄的時(shí)候，假如是用 Selenium、Puppeteer 等軟件，在模擬程序里面，只需要模擬執(zhí)行這段 JavaScript 代碼，就可以成功賦值了。執(zhí)行之后，直接提交表單，我們查看下 Network 請(qǐng)求：

可以看到其就是提交了一個(gè)表單，其中有一個(gè)字段就是 g-recaptcha-response，它會(huì)發(fā)送到服務(wù)端進(jìn)行校驗(yàn)，校驗(yàn)通過(guò)，那就成功了。所以，如果我們借助于 YesCaptcha 得到了這個(gè) token，然后把它賦值到表單的 textarea 里面，表單就會(huì)提交，如果 token 有效，就能成功繞過(guò)登錄，而不需要我們?cè)偃c(diǎn)選驗(yàn)證碼了。最后我們得到如下成功的頁(yè)面：

當(dāng)然我們也可以使用 requests 來(lái)模擬完成表單提交：

def verify（response）：

url = “https://www.google.com/recaptcha/api2/demo”

data = {“g-recaptcha-response”： response}

response = requests.post（url， data=data）

if response.status_code == 200：

return response.text

最后完善一下調(diào)用：

if __name__ == ‘__main__’：

task_id = create_task（）

print（‘create task successfully’， task_id）

response = polling_task（task_id）

print（‘get response：’， response［0:40］+‘。。。’）

result = verify（response）

print（result）

運(yùn)行結(jié)果如下：

response data： {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘taskId’： ‘1479436991’}}

create task successfully 1479436991

polling result {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘status’： ‘Working’}}

status of task Working

polling result {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘status’： ‘Working’}}

status of task Working

polling result {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘status’： ‘Working’}}

status of task Working

polling result {‘status’： 0， ‘msg’： ‘ok’， ‘data’： {‘status’： ‘Success’， ‘response’： ‘03AGdBq27-ABqvNmgq96iuprN8Mvzfq6_8noknIed5foLb15oWvWVksq9KesDkDd7dgMMr-

UmqULZduXTWr87scJXl3djhl2btPO721eFAYsVzSk7ftr4uHBdJWonnEemr9dNaFB9qx5pnxr3P24AC7cCfKlOH_XARaN4pvbPNxx_UY5G5fzKUPFDOV14nNkCWl61jwwC0fuwetH1q99r4hBQxyI6XICD3PiHyHJMZ_-

wolcO1R9C90iGQyjzrSMiNqErezO24ODCiKRyX2cVaMwM9plbxDSuyKUVaDHqccz8UrTNNdJ4m2WxKrD9wZDWaSK10Ti1LgsqOWKjKwqBbuyRS_BkSjG6OJdHqJN4bpk_jAcPMO13wXrnHBaXdK4FNDR9-

dUvupHEnr7QZEuNoRxwl8FnO2Fgwzp2sJbGeQkMbSVYWdAalE6fzJ8NwsFJxCdDyeyO817buBtvTJ4C06C1uZ92fpPTeYGJwbbicOuqbGfHNTyiSJeRNmt-5RKz0OUiPJOPnmVKGlWBOqwbwCW1WZt-E-

hH4FEg4En5TITmmPb_feS9dWKUxudn1U0hHk2vV9PerjZLtI7F67KtgmcqRrARPbwnc6KyAi3Hy1hthP92lv4MRIcO2jx0Llvsja-G2nhjZB0ZoJwkb9106pmqldiwlXxky4Dcg7VPStiCYJvhQpRYol7Iq1_ltU2tyhMqsu_Xa8Z6Mr5ykRCLnmlLb8DV8isndrdwp84wo_vPARGRj7Up9ov-ycb5lDKTf1XRaHiMCa8d2WLy0Pjco9UnsRAPw0FW3MsBJah6ryHUUDho7ffhUUgV1k86ryJym6xbWch1sVC4D5owzrCFn6L-rSLc5SS1pza2zU5LK4kAZCmbXNRffiFrhUY8nP4T1xaR2KMhIaN8HhJQpR8sQh1Azc-QkDy4rwbYmxUrysYGMrAOnmDx9z7tWQXbJE4IgCVMx5wihSiE-

T8nbF5y1aJ0Ru9zqg1nZ3GSqsucSnvJA8HV5t9v0QSG5cBC1x5HIceA-2uEGSjwcmYOMw8D_65Dl-d6yVk1YN2FZCgMWY5ewzB1RAFN1BMqKoITQJ64jq3lKATpkc5i7aTA2bRGQyXrbDyMRIrVXKnYMHegfMbDn0l4O81a8vxmevLspKkacVPiqLsAe-

73jAxMvsOqaG7cKxMQO9CY3qbtD55YgN0W4p2jyNSVz3aEpffHRqYyWMsRI5LddLgaZQDoHHgGUhV580PSIdZJ5eKd0gOjxIYxKlr0IgbMWRmsG_TgDNImy1c5oey8ojl-

zWpOQW7bnfq5Z4tZ10_sCTfoOZVLqRuOsqB1OOO9pLRQojLBP0HUiGhRAr_As9EIDu6F9NIQfdAmCaVvavJbi1CZITFjcywP-tBrHsxpwkCXlwl996MK_XyEDuyWnJVGiVSthUMY306tIh1Xxj93W3KQJCzsfJQcjN-

3lGLLeDFddypHyG4yrpRqRHHBNyiNJHgxSk5SaShEhXvByjkepvhrKX3kJssCU04biqqmkrQ49GqBV9OsWIy0nN3OJTx8v05MP8aU8YYkYBF01UbSff4mTfLAhin6iWk84Y074mRbe2MbgFAdU58KnCrwYVxcAR8voZsFxbxNwZXdVeexNx5HlIlSgaAHLWm2kFWmGPPW-ZA7R8Wst-mc7oIKft5iJl8Ea0YFz8oXyVgQk1rd9nDR3xGe5mWL1co0MiW1yvHg’}}

status of task Success

get response： 03AGdBq27-ABqvNmgq96iuprN8Mvzfq6_8noknIe...

<！DOCTYPE HTML>

href=“https://www.gstatic.com/recaptcha/releases/TbD3vPFlUWKZD-9L4ZxB0HJI/demo__ltr.css” type=“text/css”>

最后就可以發(fā)現(xiàn)，模擬提交之后，結(jié)果會(huì)有一個(gè) Verification Success... Hooray！ 的文字，就代表驗(yàn)證成功了！

至此，我們就成功完成了 ReCAPTCHA 的破解。

上面我們介紹的是 requests 的實(shí)現(xiàn)，當(dāng)然使用 Selenium 等工具也可以實(shí)現(xiàn)，具體的 Demo 在文檔也寫好了，請(qǐng)大家參考文檔的說(shuō)明使用即可。

責(zé)任編輯：haq