CAPTCHA est une technique anti-scraping très courante appliquée par de nombreux sites web sous forme différente.
Pour vous aider à améliorer l'efficacité du scraping, Octoprase peut actuellement gérer automatiquement les trois types de Captcha : hCaptcha, ReCaptcha V2, et ImageCaptcha.
hCaptcha et ReCaptcha V2 peuvent être résolus de manière similaire, alors qu'il est plus compliqué de mettre en place une résolution pour traiter ImageCaptcha.
ce tutoriel va vous aider à avoir une compréhension de base de chaque Captcha et de les traiter avec Octoparse.
1. C'est quoi hCaptcha & ReCaptcha V2 ?
hCaptcha
Il est associe généralement à :
Bouton "Je suis un humain" avec le logo de hCaptcha
et des questions simples (en images) qui sont faciles pour les humains et difficiles pour les machines :
ReCaptcha V2
La plupart des ReCaptcha V2 comportent généralement "Je ne suis pas un robot" ; cependant, il arrive qu'ils contiennent des questions simples semblables à celles du hCaptcha.
2. Comment résoudre hCaptcha et Recaptcha V2
Cliquez sur Ajouter dans le workflow
Sélectionnez "Solve CAPTCHA"
Cliquez sur l'étape de Résoudre CAPTCHA
Sélectionnez hCaptcha/ReCaptcha V2 comme type de CAPTCHA et puis cliquer Confirmer pour les sauvegarder
A Noter:
Remarque : hCaptcha et ReCaptcha ne seront pas résolus automatiquement jusqu'à une exécution réelle des données. Ainsi, vous devez activer le mode de navigation et le résoudre manuellement pour procéder à la création de la tâche.
Octoparse ne prend en charge que la résolution de ces deux types de captcha qui sont accompagnés d'un bouton Submit. Pour ceux qui n'ont pas de bouton Submit, Resolve Captcha ne fonctionnera pas.
3. Qu'est-ce que l'Image Captcha ?
ImageCaptcha est la méthode originale de vérification des humains. Il peut utiliser des mots ou des phrases connus ou des combinaisons aléatoires de chiffres et de lettres. Certains ImageCaptcha incluent également des variations dans la capitalisation.
4. Résolution de l'image Captcha
Pour continuer ce tutoriel, vous auriez besoin de ce URL : https://democaptcha.com/demo-form-eng/image.html
A. Sélectionnez la zone de saisie et la zone d'image pour le Captcha
Cliquez sur le champ de saisie du Captcha
Sélectionnez Résoudre le Captcha dans le panneau Conseils
Cliquez sur la boîte à images
Cliquez sur le bouton Connexion/Soumettre/Confirmer pour continuer (parfois, il peut s'agir d'autres boutons, comme "Send" dans ce cas précis)
Cliquez sur Confirmer dans le panneau des conseils
B. Configurez un échec de résolution de Captcha
Maintenant, nous devons entraîner Octoparse à résoudre le Captcha en mettant en place un échec de résolution.
Cliquez sur le message d'erreur (dans ce cas - Des erreurs ont été détectées dans votre formulaire : Code de vérification invalide)
Cliquez sur Confirmer l'erreur dans le panneau Conseils
C. Configurer un succès de résolution de Captcha
Cliquez sur Set Up CAPTCHA Solving Success pour passer à la dernière étape
Entrez le texte affiché dans la boîte à images
Cliquez sur Soumettre la réponse CAPTCHA et terminez la configuration
Le Image Captcha a maintenant été résolu. L'étape Résoudre CAPTCHA sera ajoutée au flux de travail et vous pouvez également modifier les paramètres sous le flux de travail.
