Gestión de CAPTCHA

Aprende sobre los mecanismos de detección y gestión de CAPTCHA de Headless Browser y cómo usarlos.

De forma predeterminada, Oxylabs Headless Browser hace no no maneja CAPTCHAs automáticamente. Para habilitar la detección y el manejo automáticos tan pronto como se cargue una página, agregue solve_captcha=true a la URL de conexión.

Si un sitio de destino muestra desafíos dinámicamente durante interacciones de varios pasos, o si requiere supervisión avanzada de eventos y optimizaciones de velocidad, puede usar los parámetros, eventos y técnicas documentados a continuación.

Nota: Las tasas de éxito de acceso dependen en gran medida del destino. Los resultados pueden variar según la configuración específica del sitio de destino, los niveles de aplicación (por ejemplo, seguimiento pasivo de huellas digitales frente a escalada activa del desafío) y la reputación en tiempo real de la IP residencial de la sesión.

Monitoreo de eventos de CAPTCHA

Puede supervisar el ciclo de vida del solucionador. La extensión interna oxylabs-runtime del navegador transmite eventos de estado directamente al window objeto del navegador. Al registrar un escuchador de eventos personalizado "message", su script puede rastrear estos eventos para pausar y reanudar acciones.

Tipo de evento	Descripción
oxylabs-captcha-start	El solucionador ha detectado un CAPTCHA e inició el proceso de manejo.
oxylabs-captcha-end	El solucionador se completó con éxito y manejó el desafío.
oxylabs-captcha-solve-end	Evento de finalización alternativo emitido después del éxito.
oxylabs-captcha-error	El solucionador no pudo manejar el desafío.

La resolución automática es desactivada por defecto. Añada solve_captcha=true a la URL de conexión para habilitar el manejo automático y empezar a emitir estos eventos.

Ejemplos de código

Estos ejemplos muestran cómo inyectar un init script para capturar eventos CAPTCHA en tiempo de ejecución antes de la navegación de la página, de modo que su script se pause durante el manejo activo.

Python (Playwright)

from playwright.sync_api import sync_playwright

username = "USERNAME_abc12"
password = "PASSWORD"
endpoint = "hb.oxylabs.io"
# solve_captcha=true enables handling and event emission (off by default)
browser_url = f"wss://{username}:{password}@{endpoint}?solve_captcha=true"

def run():
    with sync_playwright() as p:
        browser = p.chromium.connect_over_cdp(browser_url)
        ctx = browser.contexts[0]
        page = ctx.new_page()

        # Inject listener BEFORE navigation
        ctx.add_init_script("""
            window.addEventListener("message", (event) => {
                if (event.data && event.data.source === "oxylabs-runtime") {
                    window.__extensionStatus = event.data.type;
                }
            });
        """)

        page.goto("https://example.com/captcha-page", wait_until="domcontentloaded")

        # Wait for solver to complete (polls status flag)
        page.wait_for_function(
            """() => {
                const status = window.__extensionStatus;
                if (status === "oxylabs-captcha-error") {
                    throw new Error("CAPTCHA solving failed");
                }
                return status === "oxylabs-captcha-solve-end" || status === "oxylabs-captcha-end";
            }""",
            timeout=60000
        )
        print("CAPTCHA solved. Resuming automation...")
        browser.close()

if __name__ == "__main__":
    run()

JavaScript (Playwright)

import { chromium } from "playwright";

const username = "USERNAME_abc12";
const password = "PASSWORD";
const endpoint = "hb.oxylabs.io";
const browserUrl = `wss://${username}:${password}@${endpoint}?solve_captcha=true`;

(async () => {
    const browser = await chromium.connectOverCDP(browserUrl);
    const ctx = browser.contexts()[0];
    const page = await ctx.newPage();

    // Register init script to listen for oxylabs-runtime events
    await ctx.addInitScript(() => {
        window.addEventListener("message", (e) => {
            if (e.data?.source === "oxylabs-runtime") {
                window.__extensionStatus = e.data.type;
            }
        });
    });

    await page.goto("https://example.com/captcha-page", { waitUntil: "domcontentloaded" });

    try {
        // Halt script execution until CAPTCHA returns positive solve status
        await page.waitForFunction(() => {
            const status = window.__extensionStatus;
            if (status === "oxylabs-captcha-error") {
                throw new Error("CAPTCHA solving failed");
            }
            return status === "oxylabs-captcha-solve-end" || status === "oxylabs-captcha-end";
        }, null, { timeout: 60000 });

        console.log("CAPTCHA solved. Resuming automation...");
    } catch (err) {
        console.error("Error during bypass execution:", err.message);
    } finally {
        await browser.close();
    }
})();

JavaScript (Puppeteer)

import puppeteer from "puppeteer";

const username = "USERNAME_abc12";
const password = "PASSWORD";
const endpoint = "hb.oxylabs.io";
const browserUrl = `wss://${username}:${password}@${endpoint}?solve_captcha=true`;

(async () => {
    const browser = await puppeteer.connect({ browserWSEndpoint: browserUrl });
    const page = await browser.newPage();

    // Puppeteer alternative: Evaluate on document creation
    await page.evaluateOnNewDocument(() => {
        window.addEventListener("message", (e) => {
            if (e.data?.source === "oxylabs-runtime") {
                window.__extensionStatus = e.data.type;
            }
        });
    });

    await page.goto("https://example.com/captcha-page", { waitUntil: "domcontentloaded" });

    try {
        await page.waitForFunction(() => {
            const status = window.__extensionStatus;
            if (status === "oxylabs-captcha-error") {
                throw new Error("CAPTCHA solving failed");
            }
            return status === "oxylabs-captcha-solve-end" || status === "oxylabs-captcha-end";
        }, { timeout: 60000 });

        console.log("CAPTCHA solved. Resuming automation...");
    } catch (err) {
        console.error("Error during bypass execution:", err.message);
    } finally {
        await browser.close();
    }
})();

Desencadenadores manuales dinámicos

Algunos destinos solo muestran desafíos CAPTCHA después de acciones del usuario (p. ej., después de hacer clic en un botón interactivo de envío de formulario o de realizar un desplazamiento dinámico).

Puede activar el manejador de CAPTCHA de Headless Browser mediante programación en cualquier momento de su sesión usando window.postMessage evento directamente al objeto window:

window.postMessage({ action: "solve_captcha", type: "type_name" }, "*");

Para obtener más información sobre los tipos de CAPTCHA compatibles, contacte con el soporte de Oxylabs (chat en vivo o correo electrónico) o con su Administrador de Cuenta Dedicado.

Patrón de activación estándar

Para elementos típicos, active el solucionador inmediatamente después de ejecutar la acción del usuario:

// Perform form interaction
await page.click("#form-submit-button");

// Trigger solving for late-stage CAPTCHA
await page.evaluate(() => {
    window.postMessage({ action: "solve_captcha", type: "type_name" }, "*");
});

Para obtener más información sobre los tipos de CAPTCHA compatibles o las excepciones para tipos específicos, contacte con el soporte de Oxylabs (chat en vivo o correo electrónico) o con su Administrador de Cuenta Dedicado para obtener más detalles.

Optimización de velocidad

El manejo de CAPTCHAs añade latencia mecánica a la ejecución. Cuando raspe destinos que aplican barreras CAPTCHA repetitivas, considere estos métodos para mejorar el rendimiento:

Reutilizar sesiones	Una vez que una sesión de navegador remoto completa un CAPTCHA en un dominio, la verificación se guarda. Navegue repetidamente o realice pasos adicionales de la página dentro de la misma sesión de navegador sin volver a activar rutinas de resolución de desafíos.
Múltiples pestañas	En lugar de conexiones WebSocket separadas (que inician sandboxes distintos con pools de cookie vacíos), ejecute tareas concurrentes abriendo varias pestañas o contextos dentro de su sesión existente, para reducir el tiempo de conexión y verificación en todas las páginas.
Habilitar de forma selectiva	Dado que solve_captcha está desactivado por defecto, habilítelo solo (solve_captcha=true) para las conexiones específicas que lo necesiten, en lugar de dejarlo activado para todo un flujo de trabajo; así se evita la latencia de inicialización del solucionador en páginas o sesiones que no se enfrenten a desafíos CAPTCHA.