Resolver Captcha

CAPTCHA es una técnica anti-scraping muy común aplicada por muchos sitios web en diferentes formas.

Para ayudar a mejorar la eficiencia del scraping, Octoprase puede manejar los tres tipos de Captcha automáticamente: hCaptcha, ReCaptcha V2, e ImageCaptcha.

hCaptcha y ReCaptcha V2 pueden ser resueltos de manera similar, mientras que es más complicado configurar una resolución para tratar con ImageCaptcha.

Sigue este tutorial y podrás tener una comprensión básica de cada Captcha y manejarlos con Octoparse.

1. ¿Qué son hCaptcha y ReCaptcha V2?
   
2. Resolución para hCaptcha y ReCaptcha V2
   
3. ¿Qué es ImageCaptcha?
   
4. Resolución de ImageCaptcha

1. ¿Qué son hCaptcha y ReCaptcha V2?

• hCaptcha normalmente combina:

- un botón I am human(soy humano) con el logotipo de hCaptcha

- y preguntas sencillas (en imágenes) que son fáciles para los humanos y difíciles para las máquinas:

• ReCaptcha V2

La mayoría de los ReCaptcha V2 suelen tener un botón I'm not a robot(No soy robot); sin embargo, a veces, pueden contener preguntas sencillas similares a las de hCaptcha.

2. Cómo resolver hCaptcha y ReCaptcha V2

• Haz clic en  en el flujo de trabajo
• Selecciona Solve CAPTCHA

• Haz clic en el recuadro Resolver CAPTCHA
• Selecciona hCaptcha/ReCaptcha V2 como tipo de CAPTCHA

• Haz clic en Aplicar para guardar la configuración

Nota: El hCaptcha y el ReCaptcha no se resolverán automáticamente hasta la ejecución de los datos. Por lo tanto, es necesario activar el Modo de Navegador  y resolverlo manualmente para proceder al crear la tarea.

3. ¿Qué es ImageCaptcha?

ImageCaptcha es la forma original de verificar a los humanos. Puede utilizar palabras o frases conocidas o combinaciones aleatorias de dígitos y letras. Algunos ImageCaptchas también incluyen variaciones en las mayúsculas.

4. Solución para ImageCaptcha

Para seguir el tutorial y resolver ImageCaptcha, podemos utilizar la siguiente URL:
https://democaptcha.com/demo-form-eng/image.html

• A. Selecciona el Cuadro de Entrada y el Cuadro de Imagen para el Captcha
• B. Configura un fallo de resolución de Captcha
• C. Configura un éxito en la resolución del Captcha

A. Selecciona el Cuadro de Entrada y el Cuadro de Imagen para el Captcha

• Haz clic en el Cuadro de Entrada para el Captcha
• Selecciona Resolver Captcha en el panel de Consejos

• Haz clic en el Cuadro de imagen
• Haz clic en Confirmar en el panel de Consejos

B. Configura un fallo de resolución de Captcha

Ahora, necesitamos entrenar a Octoparse para que resuelva el Captcha estableciendo un fallo de resolución.

• Haz clic en el mensaje de error (en este caso - Se han detectado algunos errores en tu formulario: Código de verificación inválido)
• Haz clic en Confirmar error en el panel de consejos

C. Configura un éxito en la resolución del Captcha

• Haz clic en Configurar con éxito la resolución de CAPTCHA para pasar por el último paso

• Introduce el texto que aparece en el cuadro de imagen
• Haz clic en Enviar respuesta CAPTCHA y completa la configuración

El captcha de imagen ha sido resuelto. El paso Resolver CAPTCHA se añadirá al flujo de trabajo y también podrá modificar la configuración bajo el flujo de trabajo.