Stai leggendo una guida tutorial per l'ultima versione di Octoparse. Se utilizzi una versione vecchia di Octoparse, ti consigliamo vivamente di aggiornarla perché è una versione più veloce, più semplice e più robusta! Scarica e aggiorna qui!
Il CAPTCHA è una tecnica anti-scraping molto comune applicata da molti siti web in diverse forme.
Per migliorare l'efficienza dello scraping, Octoprase può attualmente risolvere automaticamente i tre tipi di Captcha: hCaptcha, ReCaptcha V2, ReCaptcha V3 e Codice Captcha.
hCaptcha e ReCaptcha V2 e V3 possono essere risolti in modo simile, mentre è più complicato impostare una risoluzione per gestire ImageCaptcha.
Segui questo tutorial e sarai in grado di avere una conoscenza di base di ciascun Captcha e gestirlo con Octoparse.
1. Che cosa sono hCaptcha, ReCaptcha V2 e V3?
hCaptcha:
- pulsante "Io sono umano" con il logo di hCaptcha
- domande semplici (nelle immagini) facili per gli esseri umani ma difficili per le macchine:
ReCaptcha V2
La maggior parte dei ReCaptcha V2 di solito ha un pulsante "Non sono un robot"; tuttavia, a volte, può contenere semplici domande simili a hCaptcha.
ReCaptcha V3
È simile a ReCaptcha V2, ma non ha una casella da spuntare.
2. Come risolvere hCaptcha, Recaptcha V2 e V3
Fare clic sul tasto Aggiungi un passaggio nel flusso di lavoro
Selezionare Risolve CAPTCHA
Fare clic sulla casella Risolve CAPTCHA
Selezionare un tipo di CAPTCHA
Cliccare su Applica per salvare le impostazioni
Nota:
hCaptcha e ReCaptcha non verranno risolti automaticamente fino all'effettiva esecuzione dei dati. Pertanto, è necessario attivare la modalità Navigazione e risolverlo manualmente per procedere durante la creazione dell'attività.
Octoparse supporta solo la risoluzione di questi tipi di captcha forniti con un pulsante Invia (o pulsante di ricerca/accesso). Per coloro che non dispongono del pulsante Invia, Risolve Captcha non funzionerà.
3. Cos'è il Codice Captcha?
Il Codice Captcha è il modo originale in cui gli esseri umani venivano verificati. Può utilizzare parole o frasi conosciute o combinazioni casuali di cifre e lettere. Alcuni codici Captcha includono anche variazioni nelle maiuscole.
4. Come risolvere il codice captcha
Per seguire il tutorial e risolvere il codice captcha, puoi utilizzare questo URL: https://democaptcha.com/demo-form-eng/image.html
1) Selezionare la casella di input e la casella dell'immagine per il Captcha
Fare clic sulla casella di input per il Captcha
Selezionare Risolve CAPTCHA nel pannello dei suggerimenti
Fare clic sulla casella dell'immagine
Cliccare sul pulsante Accedi/Invia/Conferma per continuare (a volte possono essere altri pulsanti come "Invia" in questo caso specifico)
Fare clic su Conferma nel pannello dei suggerimenti
2) Impostare una risoluzione captcha fallita
Ora dobbiamo addestrare Octoparse a risolvere il Captcha impostando una risoluzione fallita.
Fare clic sul messaggio di errore (in questo caso - Sono stati rilevati alcuni errori nel modulo: Codice di verifica non valido)
Cliccare su Conferma l'errore nel pannello dei suggerimenti
3) Configurare una soluzione Captcha riuscita
Fare clic su Imposta risoluzione CAPTCHA riuscita per eseguire i passaggi finali
Inserisci il testo mostrato nella casella Immagine
Fai clic su Invia risposta CAPTCHA e completa la configurazione
Il Codice Captcha è stato ora risolto. Il passaggio Risolvi CAPTCHA verrà aggiunto al flusso di lavoro e potrai anche modificare le impostazioni nel flusso di lavoro.
Note:
hCaptcha/ReCaptcha V2/ReCaptcha V3 possono essere rilevati automaticamente, quindi non è necessario impostare XPath per individuarli. Il CAPTCHA immagine non può essere rilevato senza XPath. È necessario prestare attenzione a XPath nelle impostazioni.
Il costo è di $ 1/1 mila CAPTCHA. Un tentativo di risolvere un CAPTCHA viene conteggiato come un credito CAPTCHA. Pertanto, risolvere con successo un CAPTCHA potrebbe costare diversi crediti CAPTCHA. Puoi fare clic su Aggiungi crediti per ricaricare. I crediti CAPTCHA non possono essere rimborsati. Abbiamo inviato alcuni crediti agli utenti del piano Standard/Professionale per i test. Puoi testarlo prima di pagare i crediti.
Una volta esauriti i crediti, l'attività non riuscirà a risolvere i captcha. Pertanto, prima di eseguire l'attività, assicurati che ci siano abbastanza crediti nel tuo account.