Cómo resolver Cloudflare | Usando Puppeteer Node.JS

Siento que a medida que aumentan las tareas automatizadas en la actualidad, también lo hacen su valoración, por lo que los desafíos se vuelven más evidentes y difíciles. Por ejemplo, Cloudflare actualmente proporciona medidas de seguridad sólidas para proteger sitios web frente a todos los tipos de herramientas de automatización.

Sin embargo, navegar estas funciones de seguridad puede ser un desafío para desarrolladores y organizaciones que trabajan en proyectos de automatización como el scraping de web, extracción de datos o pruebas. Sin embargo, con las herramientas y estrategias adecuadas, puedes abordar estos desafíos de manera efectiva manteniendo el cumplimiento con los estándares legales y éticos.

En este tutorial, explicaré cómo resolver eficazmente el Turnstile de Cloudflare utilizando Puppeteer y Node.js, con la ayuda de un solucionador de CAPTCHA.

Canjear tu código de bono de CapSolver

¡Aumenta tu presupuesto de automatización de inmediato!
Usa el código de bono CAPN al recargar tu cuenta de CapSolver para obtener un 5% adicional en cada recarga — sin límites.
Canjéalo ahora en tu Panel de CapSolver
.

Entendiendo el Turnstile de Cloudflare

El Turnstile de Cloudflare es una función de seguridad sofisticada diseñada para desafiar a los usuarios que intentan acceder a sitios protegidos. Utiliza una combinación de técnicas, incluyendo desafíos de JavaScript, CAPTCHAs y análisis de comportamiento, para evaluar si el usuario es un humano legítimo o un robot automatizado. Para los desarrolladores, esto significa que superar el Turnstile requiere más que solo técnicas tradicionales de scraping web.

Requisitos previos

Antes de adentrarte en la implementación, asegúrate de tener las siguientes herramientas y recursos:

• Node.js: Instala la última versión de Node.js desde el sitio oficial.
• Puppeteer: Una biblioteca de Node.js que proporciona una API de alto nivel para controlar Chrome o Chromium en modo headless a través del Protocolo DevTools. Es útil para tareas de automatización.
• Clave de API de CapSolver: Regístrate en CapSolver y obtén una clave de API para servicios de resolución de CAPTCHAs.

¿Qué es CapSolver?

CapSolver es una herramienta poderosa diseñada para ayudar a resolver CAPTCHAs y otros desafíos automatizados. A medida que los sitios web implementan mecanismos de seguridad más complejos para disuadir robots y scrapers, CapSolver ofrece una solución confiable para superar estos obstáculos.

Características principales de CapSolver:

• Soluciones completas para CAPTCHAs: CapSolver admite varios tipos de CAPTCHAs, incluyendo reCAPTCHA, Cloudflare, ImageToText, entre otros, permitiendo la resolución fluida de estos desafíos.
• Alta precisión: Utilizando algoritmos avanzados y modelos de inteligencia artificial, CapSolver garantiza una alta precisión en la resolución de CAPTCHAs, reduciendo las tasas de error y mejorando la eficiencia.
• Integración sencilla: CapSolver ofrece una API amigable que se integra fácilmente con tus herramientas de automatización existentes, incluyendo Puppeteer. Esto te permite automatizar la resolución de CAPTCHAs como parte de tus flujos de trabajo de scraping o pruebas.
• Soporte 24/7: CapSolver proporciona soporte al cliente sólido para resolver cualquier problema o duda, asegurando una operación fluida y asistencia oportuna.

Aquí tienes una versión más detallada y enriquecida de tu explicación, junto con una sección de cierre para el artículo:

Pasos detallados de la implementación

1. Usar Puppeteer y JavaScript para llamar a la API de CapSolver y acceder al sitio web

   • Puppeteer es una biblioteca poderosa de Node.js que permite controlar Chrome o Chromium en modo headless a través del Protocolo DevTools. En este contexto, se utiliza para navegar por páginas web y manejar interacciones complejas, como lidiar con CAPTCHAs.

2. Recuperar el SiteKey para el Turnstile

   • El SiteKey es un elemento crucial que debe obtenerse para resolver el desafío de Turnstile. Esta clave es única para cada sitio web y es necesaria para interactuar con la API de resolución de CAPTCHAs. Puedes extraer el SiteKey analizando el HTML del sitio web o utilizando herramientas como la Extensión de CapSolver para agilizar el proceso. Para un guía detallada sobre cómo identificar los parámetros necesarios, consulta nuestro artículo dedicado.

3. Usar JavaScript para llamar a la API de CapSolver y obtener un token

   • Una vez que tengas el SiteKey, puedes realizar una solicitud a la API de CapSolver. Esto implica crear una tarea que CapSolver procesará para resolver el CAPTCHA. La API devolverá un token que puedes usar para evitar la protección de Turnstile.
   • Aquí tienes un ejemplo de cómo interactuar con la API de CapSolver usando JavaScript:

// npm install axios puppeteer-core
const axios = require('axios');
const puppeteer = require("puppeteer-core");

const api_key = "TU_CLAVE_DE_API";
const site_key = "0xxxxxx";
const site_url = "https://xxx.xxx.xxx/xxx";
const proxy = "http://xxx:xxx@x.x.x.x:x"

async function capsolver() {
  const payload = {
    clientKey: api_key,
    task: {
      type: 'AntiTurnstileTaskProxyLess',
      websiteKey: site_key,
      websiteURL: site_url,
      metadata: {
          action: '',  // opcional,
          type: "turnstile"
      },
      // proxy: proxy
    }
  };

  try {
    const res = await axios.post("https://api.capsolver.com/createTask", payload);
    const task_id = res.data.taskId;
    if (!task_id) {
      console.log("No se pudo crear la tarea:", res.data);
      return;
    }
    console.log("Obtenido taskId:", task_id);

    while (true) {
      await new Promise(resolve => setTimeout(resolve, 1000)); // Retraso de 1 segundo

      const getResultPayload = {clientKey: api_key, taskId: task_id};
      const resp = await axios.post("https://api.capsolver.com/getTaskResult", getResultPayload);
      const status = resp.data.status;

      if (status === "ready") {
        return resp.data.solution.token;
      }
      if (status === "failed" || resp.data.errorId) {
        console.log("¡Falló la resolución! respuesta:", resp.data);
        return;
      }
    }
  } catch (error) {
    console.error("Error:", error);
  }
}

const wait = (ms) => new Promise(resolve => setTimeout(resolve, ms));
async function reqSite(){
  let coockie;
  await capsolver().then(token => {
    console.log(token);
    coockie = token;
  });

  const browser = await puppeteer.launch({
    headless: false,
    executablePath: "Ruta_del_Navegador"
  });

  const page = await browser.newPage();
  await wait(500);
  await page.setCookie({
    name: "cf_clearance",
    value: coockie,
    domain: "xx.xx.xx"
  });
  await wait(500);
  await page.goto(site_url);
  // TODO
  await page.close();
  await browser.disconnect();
}

reqSite().then();

4. Establecer cookies con Puppeteer y acceder al contenido de la página
   • Con el token obtenido de CapSolver, ahora puedes establecer las cookies adecuadas en Puppeteer para pasar el desafío de Cloudflare. Este paso es crucial, ya que te permite acceder al contenido protegido del sitio web.

Conclusión

En este tutorial, exploramos cómo navegar eficazmente las medidas de seguridad del Turnstile de Cloudflare utilizando Puppeteer y la API de CapSolver. Al comprender las complejidades de las medidas de protección de Cloudflare y aprovechar herramientas poderosas como CapSolver, los desarrolladores pueden automatizar con éxito tareas como el scraping web, la extracción de datos y las pruebas sin comprometer el cumplimiento con los estándares legales.

La automatización sigue creciendo en importancia en diversos sectores industriales, y con ella, los desafíos impuestos por sistemas de seguridad avanzados como Turnstile. Al mantenerte informado y utilizar las estrategias adecuadas, puedes asegurar que tus proyectos de automatización funcionen de manera fluida y eficiente.

Si estás trabajando en proyectos similares, no dudes en explorar CapSolver para soluciones robustas de resolución de CAPTCHAs. Para más información, asegúrate de revisar temas relacionados como mejores prácticas para scraping web y consejos para usar Puppeteer.

Preguntas frecuentes

1. ¿Es legal y seguro usar CapSolver para evitar el Turnstile de Cloudflare?

CapSolver es una herramienta legítima y su legalidad depende de cómo se utilice.
Mientras que la automatización, pruebas o scraping se realicen con autorización adecuada y en cumplimiento con las leyes locales y las políticas del sitio web, es aceptable.
Evita usar estas herramientas para scraping no autorizado o actividades maliciosas, ya que podría violar los términos de servicio o leyes.

2. ¿Por qué necesito Puppeteer para resolver el Turnstile? ¿No puedo usar solo solicitudes HTTP?

El Turnstile de Cloudflare valida mucho más que un CAPTCHA. También verifica:

• La huella del navegador
• La ejecución de JavaScript
• El comportamiento de cookies y almacenamiento
• La carga de recursos de la página e interacciones

Las solicitudes HTTP puras no pueden simular con precisión un entorno de navegador real.
Puppeteer proporciona un contexto completo de navegador, lo que lo hace más confiable al evitar las comprobaciones de seguridad de múltiples capas de Cloudflare.

3. Recibí un token de CapSolver, pero la página aún no carga. ¿Qué debo revisar?

Posibles razones incluyen:

• SiteKey incorrecto (cada página puede tener una clave diferente)
• Cookie cf_clearance faltante o mal configurada
• Detección de huella del navegador sospechosa por parte de Cloudflare
• Inconsistencias en el proxy (si se usa un proxy)

Pasos de solución de problemas:

1. Confirma que CapSolver haya devuelto un token válido.
2. Asegúrate de que Puppeteer establezca correctamente la cookie para el dominio correcto.
3. Asegúrate de que la URL accedida coincida con la websiteURL usada al crear la tarea.
4. Si los problemas persisten, considera activar un proxy o ajustar las configuraciones de huella del navegador.