实战避坑用PlaywrightSelenium绕过电商网站验证码的3种方法附Python代码电商平台的反爬虫机制日益复杂验证码作为核心防线之一已经从简单的图文识别升级到行为验证、智能风控等多维度拦截。本文将聚焦淘宝、京东等主流电商平台常见的滑动、点选验证码通过Playwright和Selenium两大自动化工具结合实战代码演示三种高效绕过方案。1. 工具选型Playwright与Selenium的验证码应对能力对比选择适合的工具是突破验证码的第一步。Playwright作为微软开源的现代化浏览器自动化工具与老牌Selenium相比在验证码处理场景各有优劣特性Playwright (v1.40)Selenium (v4.10)浏览器支持Chromium/Firefox/WebKit需单独驱动(ChromeDriver等)轨迹模拟精度支持硬件级鼠标轨迹依赖ActionChains的合成轨迹执行速度比Selenium快30%-50%相对较慢验证码识别集成需额外封装OCR接口有成熟插件(如pytesseract)无头模式隐蔽性更接近真实浏览器指纹需额外配置反检测参数多页面管理原生支持多context需手动管理窗口句柄实际项目中推荐组合使用Playwright处理行为验证码如滑动、拖拽Selenium配合OCR处理传统图文验证码。以下是环境配置示例# Playwright安装会自动下载浏览器二进制 pip install playwright playwright install # Selenium环境需对应浏览器驱动 pip install selenium webdriver-manager2. 方法一模拟人工操作行为破解滑动验证码电商平台会分析鼠标移动轨迹的加速度、停顿等特征。以下是使用Playwright生成拟人化滑动轨迹的关键代码from playwright.sync_api import sync_playwright import random import time def human_like_drag(page, slider_selector, distance): # 获取滑块元素 slider page.locator(slider_selector) box slider.bounding_box() # 起始点滑块中心 start_x box[x] box[width] / 2 start_y box[y] box[height] / 2 # 模拟按压 page.mouse.move(start_x, start_y) page.mouse.down() # 分段滑动加入随机抖动 segments random.randint(5, 8) segment_distance distance / segments current_x start_x for i in range(segments): # 每段移动加入Y轴偏移和速度变化 offset_y random.uniform(-2, 2) speed random.uniform(0.8, 1.2) # 速度波动系数 # 当前段目标位置 target_x current_x segment_distance * speed page.mouse.move( target_x, start_y offset_y, stepsrandom.randint(10, 20) # 移动步数增加随机性 ) # 随机暂停模仿人类犹豫 if random.random() 0.7: time.sleep(random.uniform(0.1, 0.3)) current_x target_x # 最终微调模拟对准缺口 for _ in range(3): page.mouse.move( current_x random.uniform(-5, 5), start_y random.uniform(-1, 1), steps3 ) time.sleep(0.05) # 释放滑块 page.mouse.up() # 使用示例 with sync_playwright() as p: browser p.chromium.launch(headlessFalse) page browser.new_page() page.goto(https://login.taobao.com) # 等待滑块出现 page.wait_for_selector(#nc_1__scale_text span) # 执行滑动距离需根据实际验证码调整 human_like_drag(page, #nc_1__scale_text span, 300) browser.close()关键点轨迹中加入随机加速度变化分段速度系数、Y轴微小偏移、操作间歇停顿能有效绕过大多数基于行为特征的验证码识别。3. 方法二集成第三方打码平台实现高精度识别对于难以模拟的验证码如京东的点选文字验证可调用专业打码API。以超级鹰平台为例的完整对接流程3.1 打码平台接入准备注册超级鹰账号并获取API Key确定验证码类型编码如9101-滑动验证、9103-点选验证计算成本预算通常0.01-0.03元/次3.2 Python集成代码实现import requests from selenium.webdriver import Chrome from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC import base64 import time class CaptchaSolver: def __init__(self, username, password, soft_id): self.username username self.password password self.soft_id soft_id # 软件ID需在平台申请 self.base_url http://api.chaojiying.com def solve_slide(self, image_path, captcha_type9101): 处理滑动验证码 with open(image_path, rb) as f: img_data base64.b64encode(f.read()).decode() params { user: self.username, pass: self.password, softid: self.soft_id, codetype: captcha_type, file_base64: img_data } resp requests.post(f{self.base_url}/user/login, jsonparams).json() if resp[err_no] ! 0: raise Exception(f打码失败: {resp[err_str]}) return resp[pic_str] # 返回滑块需要滑动的距离 def solve_click(self, image_path, captcha_type9103): 处理点选验证码 # 类似滑动验证的处理逻辑返回坐标点列表 pass # 使用示例 def jd_login_with_captcha(): driver Chrome() driver.get(https://passport.jd.com/new/login.aspx) # 触发验证码示例为点击登录按钮 driver.find_element(By.CSS_SELECTOR, a.login-btn).click() # 等待验证码出现 captcha_img WebDriverWait(driver, 10).until( EC.presence_of_element_located((By.ID, captcha_img)) ) # 保存验证码图片 captcha_img.screenshot(jd_captcha.png) # 调用打码平台 solver CaptchaSolver(your_username, your_password, 96001) slide_distance solver.solve_slide(jd_captcha.png) # 使用Selenium模拟滑动 slider driver.find_element(By.ID, captcha_slider) action ActionChains(driver) action.click_and_hold(slider).perform() # 将距离字符串转换为像素值 distance int(slide_distance.split(|)[0]) # 模拟滑动简化版实际应加入轨迹随机性 action.move_by_offset(distance, 0).release().perform() time.sleep(2) # 等待验证结果 driver.quit()成本优化技巧建立本地验证码缓存对相同哈希值的验证码直接复用结果可减少API调用次数。4. 方法三混合模式破解复合验证码系统当遇到滑动点选的多步验证时需要组合多种技术。以下是淘宝新型复合验证的破解方案from playwright.sync_api import sync_playwright from io import BytesIO from PIL import Image import numpy as np def solve_taobao_combo_captcha(page): # 第一步处理滑动验证 slider page.locator(#nc_1_n1z) slider_box slider.bounding_box() # 生成拟人化轨迹 generate_human_trajectory(page, slider_box) # 检查是否触发第二重验证 if page.is_visible(.captcha_verify_container): # 第二步处理图形点选验证 captcha_img page.locator(.captcha_verify_img) img_bytes captcha_img.screenshot() # 使用OpenCV处理图像识别 target_positions image_recognize(BytesIO(img_bytes)) # 模拟点击目标位置 for pos in target_positions: page.mouse.click( pos[0] random.uniform(-3, 3), pos[1] random.uniform(-3, 3), delayrandom.uniform(50, 150) ) time.sleep(random.uniform(0.1, 0.5)) def image_recognize(image_data): 使用OpenCV识别点选位置 # 实际项目应接入更专业的图像识别服务 return [(100, 200), (150, 300)] # 示例坐标 # 完整流程调用 with sync_playwright() as p: browser p.chromium.launch(headlessFalse) page browser.new_page() # 导航到淘宝登录页 page.goto(https://login.taobao.com) page.fill(#fm-login-id, your_username) page.fill(#fm-login-password, your_password) # 处理可能出现的复合验证码 solve_taobao_combo_captcha(page) # 提交登录 page.click(#login-form div.fm-btn button) browser.close()5. 调试技巧与异常处理在实际运行中验证码策略会动态调整需要完善的错误处理机制def safe_captcha_retry(func, max_retries3): 验证码处理重试装饰器 def wrapper(*args, **kwargs): retries 0 while retries max_retries: try: return func(*args, **kwargs) except CaptchaError as e: print(f验证码处理失败重试 {retries1}/{max_retries}) retries 1 if retries max_retries: raise time.sleep(2 ** retries) # 指数退避 return wrapper # 使用示例 safe_captcha_retry def login_with_retry(page): # 包含验证码处理的登录逻辑 pass常见问题排查清单轨迹被拒绝增加移动过程中的随机停顿和Y轴抖动验证码频繁触发检查浏览器指纹特征如WebGL、字体列表打码平台识别率低尝试更换验证码类型编码或不同打码服务IP被封禁使用高质量住宅代理并控制请求频率验证码破解不是一劳永逸的工作需要持续监控识别率并及时调整策略。建议建立验证码处理日志系统记录每种方法的成功率、耗时等指标为后续优化提供数据支持。