Como Resolver reCAPTCHA com Puppeteer em PHP para Web Scraping

Já se deparou com um bloqueio do reCAPTCHA ao raspar dados? Eu também já passei por isso. Esses desafios de CAPTCHA podem transformar uma simples tarefa de raspagem em um grande obstáculo. Mas n?o se preocupe, tenho uma solu??o que vai ajudar você a superar essas barreiras.

Neste artigo, vou guiá-lo no uso do Puppeteer, uma poderosa biblioteca Node.js, para resolver desafios do reCAPTCHA. Em seguida, integraremos isso ao PHP para tornar suas tarefas de raspagem da Web mais suaves e eficientes. Pronto para enfrentar o reCAPTCHA e obter seus dados sem problemas? Vamos come?ar!

O que é reCAPTCHA em Web Scraping?

Para lhe dar um pouco de contexto, o reCAPTCHA é um sistema projetado para proteger sites contra abusos automatizados. Ele solicita que os usuários concluam tarefas que s?o fáceis para os humanos, mas desafiadoras para os bots, como identificar objetos em imagens ou marcar uma caixa. Embora esses desafios sejam ótimos para a seguran?a, eles podem ser um verdadeiro inc?modo para a raspagem da Web. Aqui est?o os tipos básicos que você pode encontrar:

• reCAPTCHA v2: Esta vers?o é conhecida pela caixa de sele??o "N?o sou um rob?" e desafios baseados em imagens. Os usuários podem precisar clicar em imagens ou realizar a??es específicas para provar que s?o humanos. ? eficaz na distin??o entre usuários reais e bots.

• reCAPTCHA v3: Esta vers?o opera em segundo plano. Em vez de exigir intera??o do usuário, ela analisa o comportamento do usuário em todo o site e atribui uma pontua??o de risco. Essa pontua??o ajuda os sites a determinar se devem conceder ou bloquear o acesso com base na probabilidade de o usuário ser um bot.

• reCAPTCHA Enterprise: Para empresas com requisitos de seguran?a mais exigentes, o reCAPTCHA Enterprise oferece prote??o avan?ada contra amea?as sofisticadas. Ele inclui recursos como análise de risco aprimorada, pontua??o personalizável e escalabilidade aprimorada, tornando-o adequado para organiza??es que lidam com informa??es confidenciais ou opera??es críticas.

Está enfrentando problemas para resolver o irritante captcha repetidamente?

Descubra a resolu??o automática de captcha perfeita com a tecnologia Auto Web Unblock da Capsolver com tecnologia AI!

Reivindique seu Código de B?nus para as melhores solu??es de captcha; CapSolver: WEBS. Após resgatá-lo, você receberá um b?nus extra de 5% após cada recarga, Ilimitado

Compreender essas vers?es nos ajudará a navegar pelos desafios do reCAPTCHA de forma eficaz. Vamos mergulhar em como podemos usar Puppeteer e CapSolver para lidar com esses desafios e otimizar nossos esfor?os de web scraping.

Como o CapSolver pode ajudar a resolver o reCAPTCHA

CapSolver é uma solu??o robusta para lidar com desafios de CAPTCHA, incluindo reCAPTCHA. Veja como você pode integrar o CapSolver em seu fluxo de trabalho para simplificar a resolu??o de CAPTCHA:

1. Recupere a chave do site
   • Pesquise os logs de solicita??es do navegador por uma solicita??o como /recaptcha/api2/reload?k=6LcR_okUAAAAAPYrPe-HK_0RULO1aZM15ENyM-Mf. O par?metro k= é a chave do site que você precisa.
   • Se você fornecer uma chave incorreta, receberá uma mensagem de erro como:
     Copy

     Solve failed! response: {"errorId":1,"errorCode":"ERROR_INVALID_TASK_DATA","errorDescription":"Invalid site key","taskId":"1cd1e687-96dd-4f14-b8ef-18b5d144d9b8","status":"failed"}

• Se você usar a vers?o incorreta do reCAPTCHA (V2 ou V3) ou se houver uma incompatibilidade entre o tipo de site de destino e o tipo de solicita??o da API, poderá ver:
  Copy

  Solve failed! response: {"errorId":1,"errorCode":"ERROR_CAPTCHA_SOLVE_FAILED","errorDescription":"Failed to solve the captcha: 1001","taskId":"da450cbc-ff9d-439d-908a-77e7eb8852dd","status":"failed"}

2. Configurar seu ambiente

   • Instale os pacotes necessários:
     bash Copy

     npm install axios puppeteer-core

3. Escrever o código de integra??o

<?php

require_once 'vendor/autoload.php';
use Nesk\Puphpeteer\Puppeteer;
use Nesk\Rialto\Data\JsFunction;
use GuzzleHttp\Client;

$puppeteer = new Puppeteer;
$browser = $puppeteer->launch();

// TODO: configurar sua configura??o
$api_key = "YOUR_API_KEY"; // sua chave de API do CapSolver
$site_key = "6Le-wvkSAAAAAPBMRTvw0Q4Muexq9bi0DJwx_mJ-"; // chave do site do seu site de destino
$site_url = "https://www.google.com/recaptcha/api2/demo"; // URL da página do seu site de destino

function capsolver()
{
    global $api_key, $site_key, $site_url;
    $client = new Client();
    $payload = [
        'clientKey' => $api_key,
        'task' => [
            'type' => 'ReCaptchaV2TaskProxyLess',
            'websiteKey' => $site_key,
            'websiteURL' => $site_url,
        ]
    ];

    try {
        $response = $client->post("https://api.capsolver.com/createTask", [
            'json' => $payload
        ]);
        $data = json_decode($response->getBody(), true);
        $task_id = $data['taskId'] ?? null;
        if (!$task_id) {
            echo "Falha ao criar tarefa: " . json_encode($data) . PHP_EOL;
            return null;
        }
        echo "Obteve taskId: " . $task_id . PHP_EOL;

        while (true) {
            sleep(1);

            $getResultPayload = [
                'clientKey' => $api_key,
                'taskId' => $task_id
            ];
            $resp = $client->post("https://api.capsolver.com/getTaskResult", [

<?php

function capsolver()
{
    try {
        $client = new \GuzzleHttp\Client();
        $resp = $client->post('https://api.capsolver.com/createTask', [
            'json' => $getResultPayload
        ]);
        $data = json_decode($resp->getBody(), true);
        $status = $data['status'] ?? null;

        if ($status === "ready") {
            return $data['solution']['gRecaptchaResponse'];
        }
        if ($status === "failed" || isset($data['errorId'])) {
            echo "Solve failed! response: " . json_encode($data) . PHP_EOL;
            return null;
        }
    } catch (\Exception $e) {
        echo "Error: " . $e->getMessage() . PHP_EOL;
        return null;
    }
}

function reqSite()
{
    global $site_url, $browser;
    $token = capsolver();
    if ($token === null) {
        return;
    }
    echo $token . PHP_EOL;

    $page = $browser->newPage();
    $page->goto($site_url);
    $evaluate_script = <<<EOD
        document.getElementById("g-recaptcha-response").value="$token";
        onSuccess("$token");
    EOD;
    $page->evaluate(JsFunction::createWithBody($evaluate_script));
    $product_element = $page->querySelector('#recaptcha-demo-submit');
    if ($product_element instanceof ElementHandle) {
        $product_element->click();
    } else {
        echo 'Element not found.' . PHP_EOL;
    }
}

reqSite();

Seja você lidando com o reCAPTCHA v2, v3 ou Enterprise, integrar o CapSolver com o Puppeteer pode simplificar seu fluxo de trabalho e aumentar a eficiência de sua raspagem. Se você encontrar algum problema ou precisar de mais assistência, tanto o CapSolver quanto o Puppeteer oferecem documenta??o e suporte abrangentes para ajudá-lo a superar quaisquer desafios.