Dec29, 2025

如何将Helium与CapSolver集成以实现无缝的验证码解决

Ethan Collins

Pattern Recognition Specialist

1. 简介

网页自动化需要既强大又易于使用的工具。然而，现代网站部署了复杂的反机器人措施和验证码，这可能会阻止自动化脚本的运行。

Helium 和 CapSolver 的结合提供了一个优雅的解决方案：

Helium：一个轻量级的 Python 库，通过简单易读的 API 使 Selenium 更容易使用
CapSolver：一个基于人工智能的验证码解决服务，可处理 Cloudflare Turnstile、reCAPTCHA 等

这些工具共同实现了自动处理验证码的无缝网页自动化。

1.1. 集成目标

本指南将帮助您实现三个核心目标：

简化浏览器自动化 - 使用 Helium 的直观 API 编写简洁、易读的代码
自动解决验证码 - 集成 CapSolver 的 API 在无需人工干预的情况下处理验证码挑战
保持灵活性 - 在需要时访问 Selenium 的全部功能，同时保持代码简单

2. 什么是 Helium?

Helium 是一个 Python 库，使 Selenium 的使用变得简单得多。它提供了一个高级 API，允许您用自然语言编写浏览器自动化。

2.1. 核心功能

简单语法 - 使用 click("Submit") 而不是复杂的 XPath 选择器
自动等待 - 自动等待元素出现
可读性强 - 代码读起来像指令：write("Hello", into="Search")
与 Selenium 兼容 - 在需要时访问底层的 Selenium 驱动
轻量级 - 对 Selenium 的开销最小

2.2. 安装

bash Copy

# 安装 Helium
pip install helium

# 安装 requests 库用于 CapSolver API
pip install requests

2.3. 基本用法

python Copy

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 programming", into=S("input[name='search']"))

# 点击搜索按钮
click(Button("Search"))

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

# 关闭浏览器
kill_browser()

3. 什么是 CapSolver?

CapSolver 是一个基于人工智能的自动验证码解决服务，支持多种验证码类型。它提供了一个简单的 API，允许您提交验证码挑战并在几秒钟内收到解决方案。

3.1. 支持的验证码类型

Cloudflare Turnstile - 最常见的现代反机器人挑战
reCAPTCHA v2 - 基于图像和不可见变体
reCAPTCHA v3 - 基于评分的验证
AWS WAF - 亚马逊网络服务验证码
DataDome - 企业级机器人保护
以及更多...

3.2. 开始使用 CapSolver

在 capsolver.com 注册
向账户充值
从仪表板获取 API 密钥

优惠：注册时使用代码 HELIUM 可获得额外积分！

3.3. API 端点

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

4. 集成前的挑战

在将 Helium 与 CapSolver 结合之前，网页自动化面临以下挑战：

挑战	影响
验证码挑战	需要手动解决，中断自动化
复杂的选择器	Selenium 需要冗长的 XPath/CSS 选择器
时间问题	元素未就绪时访问
代码可读性	自动化脚本难以维护

Helium + CapSolver 集成通过简洁易读的代码解决了这些挑战。

5. 集成方法

5.1. API 集成（推荐）

API 集成方法为您提供对验证码解决过程的完全控制，并且适用于任何验证码类型。

5.1.1. 设置要求

bash Copy

pip install helium requests

5.1.2. 核心集成模式

python Copy

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:
    """创建验证码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("验证码解决超时")


def solve_captcha(task_payload: dict) -> dict:
    """完成验证码解决工作流。"""
    task_id = create_task(task_payload)
    return get_task_result(task_id)

5.2. 浏览器扩展

您也可以使用 CapSolver 浏览器扩展与 Helium 配合使用，实现自动验证码检测和解决。

5.2.1. 安装步骤

从 capsolver.com/en/extension 下载 CapSolver 扩展
提取扩展文件
在扩展的 config.js 文件中配置您的 API 密钥:

javascript Copy

// 在扩展文件夹中，编辑: assets/config.js
var defined = {
    apiKey: "YOUR_CAPSOLVER_API_KEY",  // 替换为您的实际 API 密钥
    enabledForBlacklistControl: false,
    blackUrlList: [],
    enabledForRecaptcha: true,
    enabledForRecaptchaV3: true,
    enabledForTurnstile: true,
    // ...其他设置
}

通过 Helium 加载到 Chrome:

python Copy

from helium import *
from selenium.webdriver import ChromeOptions

options = ChromeOptions()
options.add_argument('--load-extension=/path/to/capsolver-extension')

start_chrome(options=options)
# 扩展会自动检测并解决验证码

注意: 扩展必须在配置有效 API 密钥后才能自动解决验证码。

6. 代码示例

6.1. 解决 reCAPTCHA v2

此示例在 Google 的演示页面上解决 reCAPTCHA v2，并自动检测站点密钥：

python Copy

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 并返回令牌。"""
    # 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)

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

        # 解决验证码
        print("\n使用 CapSolver 解决 reCAPTCHA v2...")
        token = solve_recaptcha_v2(site_key, target_url)
        print(f"获取到令牌: {token[:50]}...")

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

        # 使用 Helium 的简单语法提交表单
        print("\n提交表单...")
        click("Submit")

        time.sleep(3)

        # 检查是否成功
        if "Verification Success" in driver.page_source:
            print("\n=== 成功！===")
            print("reCAPTCHA 已解决并提交了表单！")

    finally:
        kill_browser()


if __name__ == "__main__":
    main()

亲自测试一下:

bash Copy

python demo_recaptcha_v2.py

6.2. 解决 Cloudflare Turnstile

Cloudflare Turnstile 是最常见的验证码挑战之一。以下是解决方法：

python Copy

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 并返回令牌。"""
    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"  # 在页面源代码中查找

    # 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)

        # 解决验证码
        print("解决 Turnstile...")
        token = solve_turnstile(turnstile_site_key, target_url)
        print(f"获取到令牌: {token[:50]}...")

        # 注入令牌
        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("Submit").exists():
            click("Submit")

        print("Turnstile 已绕过！")

    finally:
        kill_browser()


if __name__ == "__main__":
    main()

6.3. 解决 reCAPTCHA v3

reCAPTCHA v3 是基于评分的，不需要用户交互：

python Copy

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:
    """使用指定操作和最低分数解决 reCAPTCHA v3。"""
    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"

    # 设置无头浏览器用于 v3
    options = ChromeOptions()
    options.add_argument('--headless')

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

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

        # 注入令牌
        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("已绕过reCAPTCHA v3！")

    finally:
        kill_browser()


if __name__ == "__main__":
    main()

7. 最佳实践

7.1. 浏览器配置

配置Chrome使其更像普通浏览器：

python Copy

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')

start_chrome(options=options)

7.2. 结合Helium与Selenium

使用Helium的简洁语法进行大部分操作，需要时访问Selenium：

python Copy

from helium import *

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

# 使用Helium进行简单交互
write("username", into="Email")
write("password", into="Password")

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

# 返回Helium
click("Login")

7.3. 速率限制

通过添加随机延迟避免触发速率限制：

python Copy

import random
import time

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

# 在操作之间使用
click("Next")
human_delay()
write("data", into="Input")

7.4. 错误处理

始终为CAPTCHA解决实现适当的错误处理：

python Copy

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

7.5. 无头模式

使用无头模式进行后台自动化：

python Copy

from helium import *
from selenium.webdriver import ChromeOptions

options = ChromeOptions()
options.add_argument('--headless')
options.add_argument('--disable-gpu')

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

8. Helium与Selenium：快速对比

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