Cách giải CAPTCHA trong trình duyệt bằng API CapSolver

import requests
import time
from browser_use import Controller, ActionResult
from playwright.async_api import Page

CAPSOLVER_API_KEY = 'YOUR_CAPSOLVER_API_KEY'

@controller.action('Solve CAPTCHA', domains=['*'])
async def solve_captcha(page: Page) -> ActionResult:
    if await page.query_selector('.g-recaptcha'):
        site_key = await page.evaluate("document.querySelector('.g-recaptcha').getAttribute('data-sitekey')")
        page_url = page.url

        # Create task with CapSolver
        response = requests.post('https://api.capsolver.com/createTask', json={
            'clientKey': CAPSOLVER_API_KEY,
            'task': {
                'type': 'ReCaptchaV2TaskProxyLess',
                'websiteURL': page_url,
                'websiteKey': site_key,
            }
        })
        task_id = response.json().get('taskId')
        if not task_id:
            return ActionResult(success=False, message='Failed to create CapSolver task')

        # Poll for solution
        while True:
            time.sleep(5)
            result_response = requests.post('https://api.capsolver.com/getTaskResult', json={
                'clientKey': CAPSOLVER_API_KEY,
                'taskId': task_id
            })
            result = result_response.json()
            if result.get('status') == 'ready':
                solution = result.get('solution', {}).get('gRecaptchaResponse')
                if solution:
                    await page.evaluate(f"document.getElementById('g-recaptcha-response').innerHTML = '{solution}';")
                    return ActionResult(success=True, message='CAPTCHA solved')
                else:
                    return ActionResult(success=False, message='No solution found')
            elif result.get('status') == 'failed':
                return ActionResult(success=False, message='CapSolver failed to solve CAPTCHA')
    return ActionResult(success=False, message='No CAPTCHA found')

pip install browser-use playwright requests
playwright install

OPENAI_API_KEY=your_openai_api_key
CAPSOLVER_API_KEY=your_capsolver_api_key

import os
import asyncio
import requests
from dotenv import load_dotenv
from browser_use import Agent, Controller, ActionResult
from browser_use.browser import BrowserSession
from browser_use.llm import ChatOpenAI
from playwright.async_api import Page

# Load environment variables from .env file
load_dotenv()

CAPSOLVER_API_KEY = os.getenv('CAPSOLVER_API_KEY')

controller = Controller()

@controller.action('Solve CAPTCHA', domains=['*'])
async def solve_captcha(page) -> ActionResult:
    if await page.query_selector('.g-recaptcha'):
        site_key = await page.evaluate("document.querySelector('.g-recaptcha').getAttribute('data-sitekey')")
        page_url = page.url

        response = requests.post('https://api.capsolver.com/createTask', json={
            'clientKey': CAPSOLVER_API_KEY,
            'task': {
                'type': 'ReCaptchaV2TaskProxyLess',
                'websiteURL': page_url,
                'websiteKey': site_key,
            }
        })

        task_id = response.json().get('taskId')
        print(task_id)
        if not task_id:
            return ActionResult(success=False, message='Failed to create CapSolver task')

        while True:
            await asyncio.sleep(5)
            result_response = requests.post('https://api.capsolver.com/getTaskResult', json={
                'clientKey': CAPSOLVER_API_KEY,
                'taskId': task_id
            })
            result = result_response.json()
            print(f"CAPTCHA result status: {result.get('status')}")
            if result.get('status') == 'ready':
                solution = result.get('solution', {}).get('gRecaptchaResponse')
                print(f"CAPTCHA solution: {solution}")
                if solution:
                    print("Submitting CAPTCHA solution...")
                    # Try both possible input fields for the CAPTCHA token
                    await page.evaluate(f"""
                        // Try the standard g-recaptcha-response field
                        var gRecaptchaResponse = document.getElementById('g-recaptcha-response');
                        if (gRecaptchaResponse) {{
                            gRecaptchaResponse.innerHTML = '{solution}';
                            var event = new Event('input', {{ bubbles: true }});
                            gRecaptchaResponse.dispatchEvent(event);
                        }}
                        
                        // Also try the recaptcha-token field
                        var recaptchaToken = document.getElementById('recaptcha-token');
                        if (recaptchaToken) {{
                            recaptchaToken.value = '{solution}';
                            var event = new Event('input', {{ bubbles: true }});
                            recaptchaToken.dispatchEvent(event);
                        }}
                    """)
                    
                    # Wait a moment for the token to be processed
                    await asyncio.sleep(2)
                    print("Token injected successfully! CAPTCHA solved.")
                    
                    # Method 2: Click submit button directly using the correct selector
                    print("Now clicking submit button...")
                    try:
                        # Use the specific button selector you provided
                        submit_button = await page.query_selector("body > main > form > fieldset > button")
                        if submit_button:
                            await submit_button.click()
                            print("✅ Submit button clicked successfully!")
                        else:
                            print("❌ Submit button not found!")
                            return ActionResult(success=False, message='Submit button not found')
                    except Exception as e:
                        print(f"❌ Error clicking submit button: {e}")
                        return ActionResult(success=False, message=f'Error clicking submit: {e}')
                    
                    print("CAPTCHA solved and form submitted successfully!")
                    return ActionResult(success=True, message='CAPTCHA solved and form submitted')
                   
                else:
                    return ActionResult(success=False, message='No solution found')
            elif result.get('status') == 'failed':
                return ActionResult(success=False, message='CapSolver failed to solve CAPTCHA')
    return ActionResult(success=False, message='No CAPTCHA found')

llm = ChatOpenAI(model="gpt-4o-mini")

async def main():
    try:
        print("🚀 Starting browser-use CAPTCHA solver agent...")
        
        # Simple task instruction for CAPTCHA solving and form submission
        task = """Navigate to https://recaptcha-demo.appspot.com/recaptcha-v2-checkbox.php and solve the CAPTCHA, then submit the form.

STEP 1: Navigate to the reCAPTCHA demo page: https://recaptcha-demo.appspot.com/recaptcha-v2-checkbox.php

STEP 2: Wait for the page to fully load. You should see a form with input fields and a reCAPTCHA checkbox.

STEP 3: Look for a reCAPTCHA element (usually a checkbox that says "I'm not a robot" or similar).

STEP 4: Use the "solve_captcha" action to automatically solve the CAPTCHA and submit the form.

STEP 5: Report the final result.

Note: The solve_captcha action will handle both solving the CAPTCHA and submitting the form automatically."""
        
        # Create browser session first
        browser_session = BrowserSession()
        
        # Create agent with the browser session
        agent = Agent(
            task=task, 
            llm=llm, 
            controller=controller,
            browser_session=browser_session
        )
        
        print("📱 Running CAPTCHA solver agent...")
        result = await agent.run()
        print(f"✅ Agent completed: {result}")
        
        # Keep browser open to see results
        input('Press Enter to close the browser...')
        await browser_session.close()
        
    except Exception as e:
        print(f"❌ Error: {e}")

if __name__ == "__main__":
    asyncio.run(main())

1. **Cài đặt các phụ thuộc** | Cài đặt `browser-use`, `playwright`, và `requests` bằng `pip install browser-use playwright requests`. Chạy `playwright install` để cài đặt các trình duyệt cần thiết. |
2. **Cấu hình môi trường** | Tạo một file `.env` với các khóa API của OpenAI và CapSolver để lưu trữ thông tin đăng nhập một cách an toàn. |
3. **Định nghĩa hành động tùy chỉnh** | Sử dụng decorator `@controller.action` để định nghĩa `solve_captcha`, kiểm tra xem có phần tử reCAPTCHA v2, trích xuất khóa site, gọi API của CapSolver, và tiêm giải pháp vào trang. |
4. **Khởi tạo Controller và Agent** | Tạo một instance `Controller`, định nghĩa hành động tùy chỉnh, khởi tạo LLM (ví dụ: ChatOpenAI với GPT-4o-mini), và tạo agent `BrowserUse` với controller. |
5. **Chạy Agent** | Cung cấp một task bao gồm hướng dẫn để giải quyết CAPTCHA bằng hành động tùy chỉnh nếu gặp phải. Agent điều hướng đến URL được chỉ định, phát hiện CAPTCHA, gọi hành động tùy chỉnh, và gửi form. |
6. **Xử lý lỗi** | Hành động tùy chỉnh bao gồm xử lý lỗi cho các trường hợp mà task CapSolver thất bại hoặc không tìm thấy giải pháp, trả về các đối tượng `ActionResult` phù hợp. |
7. **Dọn dẹp** | Agent tự động quản lý tài nguyên trình duyệt, đóng trình duyệt khi task hoàn thành. |

Ví dụ này tập trung vào reCAPTCHA v2, nhưng bạn có thể điều chỉnh nó cho các loại CAPTCHA khác bằng cách sửa đổi loại task (ví dụ: `AntiTurnstileTaskProxyLess` cho Turnstile).

## Hướng dẫn Demo
Phần này mô tả cách tích hợp hoạt động bằng một task mẫu để điều hướng đến một trang demo với hộp kiểm reCAPTCHA v2 và gửi form.

1. **Thiết lập Task**: Task hướng dẫn agent AI truy cập `https://recaptcha-demo.appspot.com/recaptcha-v2-checkbox.php`, gửi form, và giải quyết bất kỳ CAPTCHA nào bằng hành động `solve_captcha`.
2. **Thực thi Agent**: Agent Browser-use khởi chạy trình duyệt được điều khiển bởi Playwright và điều hướng đến URL được chỉ định.
3. **Phát hiện CAPTCHA**: Agent kiểm tra CAPTCHA bằng cách tìm kiếm phần tử `.g-recaptcha`. Nếu tìm thấy, nó kích hoạt hành động `solve_captcha`.
4. **Thực thi Hành động Tùy chỉnh**: Hành động `solve_captcha` trích xuất khóa site và URL trang, tạo một task với API của CapSolver, và thăm dò giải pháp.
5. **Tiêm Giải pháp**: Khi nhận được giải pháp, hành động tiêm token vào trường `g-recaptcha-response`.
6. **Gửi Form**: Agent gửi form bằng cách nhấp vào nút gửi, hoàn thành task.
7. **Hoàn thành Task**: Agent trả về kết quả, cho biết việc gửi form thành công.

Về mặt hình ảnh, bạn sẽ thấy trình duyệt điều hướng đến trang demo, hộp kiểm reCAPTCHA được đánh dấu tự động sau khi giải pháp được tiêm, và form được gửi thành công.

## Phần Câu hỏi Thường gặp
| Câu hỏi | Câu trả lời |
|----------|--------|
| **CapSolver có thể giải quyết các loại CAPTCHA nào?** | CapSolver hỗ trợ reCAPTCHA v2/v3, Cloudflare Turnstile, và hơn thế nữa. Tham khảo [tài liệu CapSolver](https://docs.capsolver.com) để biết danh sách đầy đủ. |
| **Làm thế nào để tôi xử lý các loại CAPTCHA khác nhau?** | Sửa đổi hành động tùy chỉnh để phát hiện loại CAPTCHA (ví dụ: kiểm tra các phần tử hoặc thuộc tính cụ thể) và sử dụng loại task CapSolver phù hợp, chẳng hạn như `AntiTurnstileTaskProxyLess` cho Turnstile. |
| **Nếu CapSolver không giải quyết được CAPTCHA thì sao?** | Thực hiện logic thử lại trong hành động tùy chỉnh hoặc thông báo cho người dùng về sự thất bại. Ghi nhật ký lỗi để gỡ lỗi và xem xét các chiến lược dự phòng. |
| **Tôi có thể sử dụng CapSolver với các công cụ tự động hóa khác không?** | Có, API của CapSolver tương thích với bất kỳ công cụ nào hỗ trợ yêu cầu HTTP, bao gồm Selenium, Puppeteer và Playwright. |
| **Tôi có cần proxy với CapSolver không?** | Proxy có thể được yêu cầu đối với CAPTCHA cụ thể về vùng hoặc bị ràng buộc IP. CapSolver hỗ trợ sử dụng proxy; xem tài liệu của họ để biết chi tiết. |

## Kết luận
Tích hợp CapSolver với Browser-use cung cấp một giải pháp mạnh mẽ để xử lý CAPTCHA trong các tác vụ tự động hóa web. Bằng cách định nghĩa một hành động tùy chỉnh để giải quyết CAPTCHA, bạn có thể đảm bảo rằng các agent AI của bạn điều hướng các trang web liền mạch, ngay cả khi phải đối mặt với các biện pháp chống bot. Sự kết hợp này tận dụng tính dễ sử dụng của Browser-use và khả năng giải quyết CAPTCHA mạnh mẽ của CapSolver để tạo ra các quy trình tự động hóa hiệu quả.

Để bắt đầu, hãy đăng ký [CapSolver](https://www.capsolver.com?utm_source=blog&utm_medium=integration&utm_campaign=browser-use) và khám phá [Browser-use](https://github.com/browser-use/browser-use). Làm theo hướng dẫn thiết lập và thực hiện ví dụ mã được cung cấp. Để biết thêm chi tiết, hãy truy cập [tài liệu CapSolver](https://docs.capsolver.com?utm_source=blog&utm_medium=integration&utm_campaign=browser-use) và [tài liệu Browser-use](https://docs.browser-use.com). Hãy thử tích hợp này trong dự án tự động hóa tiếp theo của bạn và trải nghiệm sự dễ dàng trong việc giải quyết CAPTCHA tự động!

Thêm cho người dùng Browser-use: Sử dụng mã khuyến mãi **BROWSERUSE** khi nạp tiền vào tài khoản CapSolver của bạn và nhận được 6% tiền thưởng độc quyền — không giới hạn, không hết hạn.
<img width="533" height="246" alt="image" src="https://github.com/user-attachments/assets/00c3b7c7-d4cd-4229-8cc9-abf067341dcc" />

### Trình duyệt và công cụ được hỗ trợ
- **Browser-use**: Sử dụng Playwright, hỗ trợ các trình duyệt Chromium, Firefox và WebKit.
- **CapSolver**: Tương thích với bất kỳ client có khả năng HTTP nào, bao gồm cả tiện ích mở rộng trình duyệt cho Chrome và Firefox.

### Tìm hiểu thêm và khám phá các loại khung khác
- [Browser-use GitHub](https://github.com/browser-use/browser-use)
- [Trang web chính thức của CapSolver](https://www.capsolver.com?utm_source=blog&utm_medium=integration&utm_campaign=browser-use)
- [Tài liệu Playwright](https://playwright.dev)
- [Tài liệu CapSolver](https://docs.capsolver.com?utm_source=blog&utm_medium=integration&utm_campaign=browser-use)
- [Tài liệu Browser-use](https://docs.browser-use.com)