如何将 Helium 与 CapSolver 集成，实现无缝 CAPTCHA 自动化解决

code tsunami2026-01-01 10:58

1. 简介：告别繁琐的 Web 自动化

对于开发者而言，Web 自动化是日常工作中不可或缺的一部分。然而，现代网站部署了复杂的反爬虫机制和 CAPTCHA 验证码，这常常会中断我们的自动化脚本。

将 Helium 和 CapSolver 结合起来，为这一挑战提供了一个优雅的解决方案：

  • Helium : 一个轻量级的 Python 库，它在 Selenium 之上提供了一个简单、人类可读的 API，极大地简化了浏览器操作。
  • CapSolver: 一个由 AI 驱动的 CAPTCHA 解决服务，能够处理 Cloudflare Turnstile、reCAPTCHA 等主流验证码。

通过它们的集成，我们可以实现无缝的 Web 自动化，让脚本能够自动处理验证码挑战。

1.1. 集成目标

本指南将帮助您实现以下核心目标：

  1. 简化浏览器自动化：利用 Helium 直观的 API 编写出简洁、易读的代码。
  2. 自动解决 CAPTCHA：集成 CapSolver 的 API，无需人工干预即可处理验证码挑战。
  3. 保持灵活性：在享受 Helium 带来的简洁性的同时，仍能随时访问 Selenium 的全部功能。

2. 为什么选择 Helium？

Helium 是一个基于 Python 的库，旨在让 Selenium 的使用变得更加简单。它提供了一个高级 API，让您可以像编写自然语言指令一样编写浏览器自动化代码。

2.1. 核心特性

  • 简洁的语法 ：您可以直接写 click("提交")，而不是复杂的 XPath 选择器。
  • 自动等待：自动等待元素出现，避免了繁琐的显式等待代码。
  • 高可读性 ：代码就像指令一样清晰：write("你好", into="搜索框")。
  • 完全兼容 Selenium ：您可以随时通过 get_driver() 访问底层的 Selenium 驱动。
  • 轻量级：在 Selenium 之上开销极小。

2.2. 安装

bash 复制代码 
# 安装 Helium
pip install helium

# 安装 requests 库用于 CapSolver API 调用
pip install requests

2.3. 基础用法示例

python 复制代码 
from helium import *

# 启动浏览器并导航
start_chrome("https://wikipedia.org")

# 在搜索框中输入
write("Python 编程", into=S("input[name='search']"))

# 点击搜索按钮
click(Button("搜索"))

# 检查文本是否存在
if Text("Python").exists():
    print("找到 Python 文章了！")

# 关闭浏览器
kill_browser()

3. CapSolver：AI 驱动的验证码解决方案

CapSolver 是一种 AI 驱动的自动 CAPTCHA 解决服务，支持广泛的验证码类型。它提供了一个简单的 API，让您可以在几秒钟内提交验证码挑战并接收解决方案。

3.1. 支持的 CAPTCHA 类型

  • Cloudflare Turnstile：最常见的现代反机器人挑战。
  • reCAPTCHA v2：包括图像和隐形变体。
  • reCAPTCHA v3：基于分数的验证。
  • AWS WAF：亚马逊云服务 CAPTCHA。
  • DataDome：企业级机器人保护。
  • 以及更多...

3.2. CapSolver 入门

  1. 在 CapSolver 仪表板 注册账户。
  2. 为您的账户充值。
  3. 从仪表板获取您的 API 密钥。

福利 ：注册时使用代码 HELIUM 可获得额外奖励积分！

3.3. API 端点

  • 服务器 A ：https://api.capsolver.com
  • 服务器 B ：https://api-stable.capsolver.com

4. 集成方法：API 与浏览器扩展

4.1. API 集成（推荐）

API 集成方法为您提供了对 CAPTCHA 解决过程的完全控制，并且适用于 CapSolver 支持的任何验证码类型。

4.1.1. 核心集成模式

以下是用于创建任务和轮询结果的核心 Python 函数：

python 复制代码 
import time
import requests
from helium import *

CAPSOLVER_API_KEY = "YOUR_API_KEY"
CAPSOLVER_API = "https://api.capsolver.com"


def create_task(task_payload: dict) -> str:
    """创建 CAPTCHA 解决任务并返回任务 ID。"""
    response = requests.post(
        f"{CAPSOLVER_API}/createTask",
        json={
            "clientKey": CAPSOLVER_API_KEY,
            "task": task_payload
        }
    )
    result = response.json()
    if result.get("errorId") != 0:
        raise Exception(f"CapSolver 错误: {result.get('errorDescription')}")
    return result["taskId"]


def get_task_result(task_id: str, max_attempts: int = 120) -> dict:
    """轮询任务结果，直到解决或超时。"""
    for _ in range(max_attempts):
        response = requests.post(
            f"{CAPSOLVER_API}/getTaskResult",
            json={
                "clientKey": CAPSOLVER_API_KEY,
                "taskId": task_id
            }
        )
        result = response.json()

        if result.get("status") == "ready":
            return result["solution"]
        elif result.get("status") == "failed":
            raise Exception(f"任务失败: {result.get('errorDescription')}")

        time.sleep(1)

    raise TimeoutError("CAPTCHA 解决超时")


def solve_captcha(task_payload: dict) -> dict:
    """完整的 CAPTCHA 解决工作流。"""
    task_id = create_task(task_payload)
    return get_task_result(task_id)

4.2. 浏览器扩展集成

您也可以使用 CapSolver 浏览器扩展与 Helium 配合，实现自动 CAPTCHA 检测和解决。

4.2.1. 安装步骤
  1. 从 capsolver.com/en/extension 下载 CapSolver 扩展。
  2. 解压扩展文件。
  3. 配置您的 API 密钥 ：在扩展的 config.js 文件中进行配置。
  4. 通过 Helium 将其加载到 Chrome 中：
python 复制代码 
from helium import *
from selenium.webdriver import ChromeOptions

options = ChromeOptions()
# 确保路径正确指向解压后的扩展文件夹
options.add_argument('--load-extension=/path/to/capsolver-extension')

start_chrome(options=options)
# 扩展将自动检测并解决 CAPTCHA

注意：扩展必须配置有效的 API 密钥才能自动解决 CAPTCHA。

5. 实战代码示例

5.1. 解决 reCAPTCHA v2

此示例演示了如何使用 CapSolver 解决 Google 演示页面上的 reCAPTCHA v2，并自动检测 sitekey：

python 复制代码 
import time
import requests
from helium import *
from selenium.webdriver import ChromeOptions

CAPSOLVER_API_KEY = "YOUR_API_KEY"
CAPSOLVER_API = "https://api.capsolver.com"


def solve_recaptcha_v2(site_key: str, page_url: str) -> str:
    """解决 reCAPTCHA v2 并返回 token。"""
    # 创建任务
    response = requests.post(
        f"{CAPSOLVER_API}/createTask",
        json={
            "clientKey": CAPSOLVER_API_KEY,
            "task": {
                "type": "ReCaptchaV2TaskProxyLess",
                "websiteURL": page_url,
                "websiteKey": site_key,
            }
        }
    )
    result = response.json()

    if result.get("errorId") != 0:
        raise Exception(f"错误: {result.get('errorDescription')}")

    task_id = result["taskId"]
    print(f"任务已创建: {task_id}")

    # 轮询结果
    while True:
        result = requests.post(
            f"{CAPSOLVER_API}/getTaskResult",
            json={
                "clientKey": CAPSOLVER_API_KEY,
                "taskId": task_id
            }
        ).json()

        if result.get("status") == "ready":
            return result["solution"]["gRecaptchaResponse"]
        elif result.get("status") == "failed":
            raise Exception(f"失败: {result.get('errorDescription')}")

        print("  等待解决方案...")
        time.sleep(1)


def main():
    target_url = "https://www.google.com/recaptcha/api2/demo"

    # 配置浏览器以进行反检测
    options = ChromeOptions()
    options.add_experimental_option('excludeSwitches', ['enable-automation'])
    options.add_experimental_option('useAutomationExtension', False)
    options.add_argument('--disable-blink-features=AutomationControlled')

    print("启动浏览器...")
    start_chrome(target_url, options=options)
    driver = get_driver()

    try:
        time.sleep(2)

        # 从页面自动检测 site key
        recaptcha_element = driver.find_element("css selector", ".g-recaptcha")
        site_key = recaptcha_element.get_attribute("data-sitekey")
        print(f"检测到 site key: {site_key}")

        # 使用 CapSolver 解决 CAPTCHA
        print("\n正在使用 CapSolver 解决 reCAPTCHA v2...")
        token = solve_recaptcha_v2(site_key, target_url)
        print(f"获取到 token: {token[:50]}...")

        # 注入 token
        print("\n注入 token...")
        driver.execute_script(f'''
            var responseField = document.getElementById('g-recaptcha-response');
            responseField.style.display = 'block';
            responseField.value = '{token}';
        ''')
        print("Token 注入成功!")

        # 使用 Helium 的简洁语法提交表单
        print("\n提交表单...")
        click("提交") # 假设按钮文本是"提交"或"Submit"

        time.sleep(3)

        # 检查是否成功
        if "Verification Success" in driver.page_source:
            print("\n=== 成功! ===")
            print("reCAPTCHA 已解决，表单已提交!")

    finally:
        kill_browser()


if __name__ == "__main__":
    main()

5.2. 解决 Cloudflare Turnstile

Cloudflare Turnstile 是另一个常见的挑战。以下是解决它的方法：

python 复制代码 
import time
import requests
from helium import *
from selenium.webdriver import ChromeOptions

CAPSOLVER_API_KEY = "YOUR_API_KEY"
CAPSOLVER_API = "https://api.capsolver.com"


def solve_turnstile(site_key: str, page_url: str) -> str:
    """解决 Cloudflare Turnstile 并返回 token。"""
    response = requests.post(
        f"{CAPSOLVER_API}/createTask",
        json={
            "clientKey": CAPSOLVER_API_KEY,
            "task": {
                "type": "AntiTurnstileTaskProxyLess",
                "websiteURL": page_url,
                "websiteKey": site_key,
            }
        }
    )
    result = response.json()

    if result.get("errorId") != 0:
        raise Exception(f"错误: {result.get('errorDescription')}")

    task_id = result["taskId"]

    while True:
        result = requests.post(
            f"{CAPSOLVER_API}/getTaskResult",
            json={
                "clientKey": CAPSOLVER_API_KEY,
                "taskId": task_id
            }
        ).json()

        if result.get("status") == "ready":
            return result["solution"]["token"]
        elif result.get("status") == "failed":
            raise Exception(f"失败: {result.get('errorDescription')}")

        time.sleep(1)


def main():
    target_url = "https://your-target-site.com"
    turnstile_site_key = "0x4XXXXXXXXXXXXXXXXX"  # 在页面源码中查找

    # 配置浏览器
    options = ChromeOptions()
    options.add_argument('--disable-blink-features=AutomationControlled')

    start_chrome(target_url, options=options)
    driver = get_driver()

    try:
        # 等待 Turnstile 加载
        time.sleep(3)

        # 解决 CAPTCHA
        print("正在解决 Turnstile...")
        token = solve_turnstile(turnstile_site_key, target_url)
        print(f"获取到 token: {token[:50]}...")

        # 注入 token
        driver.execute_script(f'''
            document.querySelector('input[name="cf-turnstile-response"]').value = "{token}";

            // 如果存在回调函数，则触发
            const callback = document.querySelector('[data-callback]');
            if (callback) {{
                const callbackName = callback.getAttribute('data-callback');
                if (window[callbackName]) {{
                    window[callbackName]('{token}');
                }}
            }}
        ''')

        # 使用 Helium 提交表单
        if Button("提交").exists():
            click("提交")

        print("Turnstile 绕过成功!")

    finally:
        kill_browser()


if __name__ == "__main__":
    main()

5.3. 解决 reCAPTCHA v3

reCAPTCHA v3 是基于分数的，不需要用户交互：

python 复制代码 
import time
import requests
from helium import *
from selenium.webdriver import ChromeOptions

CAPSOLVER_API_KEY = "YOUR_API_KEY"
CAPSOLVER_API = "https://api.capsolver.com"


def solve_recaptcha_v3(
    site_key: str,
    page_url: str,
    action: str = "verify",
    min_score: float = 0.7
) -> str:
    """解决 reCAPTCHA v3，指定 action 和最低分数。"""
    response = requests.post(
        f"{CAPSOLVER_API}/createTask",
        json={
            "clientKey": CAPSOLVER_API_KEY,
            "task": {
                "type": "ReCaptchaV3TaskProxyLess",
                "websiteURL": page_url,
                "websiteKey": site_key,
                "pageAction": action,
                "minScore": min_score
            }
        }
    )
    result = response.json()

    if result.get("errorId") != 0:
        raise Exception(f"错误: {result.get('errorDescription')}")

    task_id = result["taskId"]

    while True:
        result = requests.post(
            f"{CAPSOLVER_API}/getTaskResult",
            json={
                "clientKey": CAPSOLVER_API_KEY,
                "taskId": task_id
            }
        ).json()

        if result.get("status") == "ready":
            return result["solution"]["gRecaptchaResponse"]
        elif result.get("status") == "failed":
            raise Exception(f"失败: {result.get('errorDescription')}")

        time.sleep(1)


def main():
    target_url = "https://your-target-site.com"
    recaptcha_v3_key = "6LcXXXXXXXXXXXXXXXXXXXXXXXXX"

    # 设置无头浏览器模式
    options = ChromeOptions()
    options.add_argument('--headless')

    start_chrome(target_url, options=options)
    driver = get_driver()

    try:
        # 解决 reCAPTCHA v3，使用 "login" action
        print("正在解决 reCAPTCHA v3...")
        token = solve_recaptcha_v3(
            recaptcha_v3_key,
            target_url,
            action="login",
            min_score=0.9
        )

        # 注入 token
        driver.execute_script(f'''
            var responseField = document.querySelector('[name="g-recaptcha-response"]');
            if (responseField) {{
                responseField.value = '{token}';
            }}
            // 如果存在回调函数，则调用
            if (typeof onRecaptchaSuccess === 'function') {{
                onRecaptchaSuccess('{token}');
            }}
        ''')

        print("reCAPTCHA v3 绕过成功!")

    finally:
        kill_browser()


if __name__ == "__main__":
    main()

6. 最佳实践与技巧

6.1. 浏览器配置：更像人类用户

为了避免被网站识别为自动化脚本，请配置 Chrome 选项，使其更像一个常规浏览器：

python 复制代码 
from helium import *
from selenium.webdriver import ChromeOptions

options = ChromeOptions()
options.add_experimental_option('excludeSwitches', ['enable-automation'])
options.add_experimental_option('useAutomationExtension', False)
options.add_argument('--disable-blink-features=AutomationControlled')
options.add_argument('--window-size=1920,1080') # 设置窗口大小

start_chrome(options=options)

6.2. 结合 Helium 与 Selenium 的优势

在大多数情况下使用 Helium 的简洁语法，但在需要底层控制时，随时切换到 Selenium：

python 复制代码 
from helium import *

start_chrome("https://target-site.com")

# 使用 Helium 进行简单交互
write("用户名", into="邮箱")
write("密码", into="密码")

# 访问 Selenium 驱动进行复杂操作
driver = get_driver()
driver.execute_script("window.scrollTo(0, document.body.scrollHeight)") # 滚动到底部

# 切换回 Helium
click("登录")

6.3. 速率限制与随机延迟

通过添加随机延迟来模拟人类行为，避免触发速率限制：

python 复制代码 
import random
import time

def human_delay(min_sec=1.0, max_sec=3.0):
    """随机延迟以模仿人类行为。"""
    time.sleep(random.uniform(min_sec, max_sec))

# 在操作之间使用
click("下一步")
human_delay()
write("数据", into="输入框")

6.4. 错误处理与重试机制

为 CAPTCHA 解决实现健壮的错误处理和重试逻辑：

python 复制代码 
def solve_with_retry(task_payload: dict, max_retries: int = 3) -> dict:
    """带重试逻辑的 CAPTCHA 解决函数。"""
    for attempt in range(max_retries):
        try:
            return solve_captcha(task_payload)
        except TimeoutError:
            if attempt < max_retries - 1:
                print(f"超时，正在重试... ({attempt + 1}/{max_retries})")
                time.sleep(5)
            else:
                raise
        except Exception as e:
            if "balance" in str(e).lower():
                raise  # 余额错误不重试
            if attempt < max_retries - 1:
                time.sleep(2)
            else:
                raise

7. Helium vs Selenium：快速对比

操作 Selenium Helium
点击按钮 driver.find_element(By.XPATH, "//button[text()='提交']").click() click("提交")
输入文本 driver.find_element(By.NAME, "email").send_keys("test@test.com") write("test@test.com", into="邮箱")
按下回车 element.send_keys(Keys.ENTER) press(ENTER)
检查文本是否存在 "欢迎" in driver.page_source Text("欢迎").exists()

8. 总结

Helium 和 CapSolver 的集成，为 Web 自动化创建了一个强大而优雅的工具集：

  • Helium 提供了简洁、高可读性的浏览器自动化 API。
  • CapSolver 通过 AI 解决了 CAPTCHA 这一核心障碍。
  • 它们的结合 使得开发者能够以最少的代码实现无缝的自动化。

无论您是构建网络爬虫、自动化测试系统还是数据收集管道，这种组合都能提供所需的简洁性和强大功能。

福利 ：注册时使用代码 HELIUM 在 CapSolver 可获得额外奖励积分！

9. 常见问题解答 (FAQ)

9.1. 为什么选择 Helium 而不是纯粹的 Selenium？

Helium 让 Selenium 更易于使用：

  • 语法更简单，更具人类可读性。
  • 自动等待元素加载。
  • 代码更简洁。
  • 需要时仍可完全访问 Selenium。
  • 加快开发时间。

9.2. 哪些 CAPTCHA 类型最适合这种集成？

CapSolver 支持所有主要的 CAPTCHA 类型。Cloudflare Turnstile 和 reCAPTCHA v2/v3 具有最高的成功率。该集成与 CapSolver 支持的任何验证码都能无缝协作。

9.3. 我可以在无头模式下使用吗？

可以！Helium 通过 ChromeOptions 支持无头模式。对于 reCAPTCHA v3 和基于 Token 的 CAPTCHA，无头模式运行完美。对于 v2 可视 CAPTCHA，有头模式可能会提供更好的结果。

9.4. 如何找到 CAPTCHA 的 Site Key？

在页面源码中查找：

  • Turnstile ：data-sitekey 属性或 cf-turnstile 元素。
  • reCAPTCHA ：g-recaptcha div 上的 data-sitekey 属性。

9.5. 如果 CAPTCHA 解决失败怎么办？

常见解决方案：

  1. 验证您的 API 密钥和余额。
  2. 确保 site key 正确。
  3. 检查页面 URL 是否与 CAPTCHA 出现的页面匹配。
  4. 对于 v3，尝试调整 action 参数和最低分数。
  5. 实现带延迟的重试逻辑。

9.6. 我仍然可以使用 Selenium 的功能吗？

是的！调用 get_driver() 即可访问底层的 Selenium WebDriver，以执行 Helium 未直接涵盖的任何操作。

注：本文中的代码示例仅为演示目的，请替换为您的实际 API 密钥和目标 URL。

CapsolverCN官 方代理交流扣 群:497493756

相关推荐
Python大数据分析@2 小时前
使用Dify搭建工作流，实现自动化商品采集分析
运维·python·自动化·网络爬虫
AI科技星2 小时前
空间螺旋电磁耦合常数 Z‘：拨开迷雾，让电磁力变得直观易懂
服务器·人工智能·科技·算法·生活
玄同7652 小时前
Python 异常捕获与处理：从基础语法到工程化实践的万字深度指南
开发语言·人工智能·python·自然语言处理·正则表达式·nlp·知识图谱
云说智树2 小时前
从硅基劳动力到智能工厂：研华iFactory.AI Agent重塑制造新质生产力
人工智能
Coder个人博客2 小时前
Llama.cpp GGML 模块深度分析
人工智能·自动驾驶·llama
Das12 小时前
【机器学习】02_线性模型
人工智能·机器学习
quant_19862 小时前
BTC 行情预警系统实战教程
开发语言·后端·python·websocket·程序人生·金融
用户5191495848452 小时前
Apache Tomcat CVE-2025-24813漏洞检测工具
人工智能·aigc
yongui478342 小时前
基于BP_Adaboost的分类器和RBF神经网络回归的实现方法
人工智能·神经网络·回归
热门推荐
01GitHub 镜像站点02Linux下V2Ray安装配置指南03jdk21下载、安装（Windows、Linux、macOS）04Claude Code Skills 实用使用手册05从快手“12·22”直播攻击事件看：一次教科书式的业务层饱和攻击06UV安装并设置国内源072025 最新教程：注册并切换到美区 Apple ID08【踩坑笔记】50系显卡适配的 PyTorch 安装09Google Antigravity Agent 编辑器操作教程10电脑检测软件—图吧工具箱