Amazoncaptcha 95%成功率绕过亚马逊IP验证码

Posted 2022-10-21

这次又来折腾亚马逊了。

之前有介绍亚马逊的商品获取和评论获取。但是在批量获取和多次访问的情况下出现了需要验证码的情况：

当然，出现这种情况你是肯定获取不到数据的。但是，你离你想要的数据，真的很近了。所以本次的目的就是绕过这个验证码，获取验证码背后的数据。

一、Amazoncaptcha

git地址：https://github.com/a-maliarov/amazoncaptch

Amazoncaptcha这个包就是在你出现这个页面的时候使用的，可以通过selenium获取当前的验证码页面，使用Amazoncaptcha包的fromdriver这个方法返回验证码的str格式：

1. from amazoncaptcha import AmazonCaptcha  
2. from selenium import webdriver  
3.    
4. driver = webdriver.Chrome() # This is a simplified example  
5. driver.get(https://www.amazon.com/errors/validateCaptcha)  
6.    
7. captcha = AmazonCaptcha.fromdriver(driver)  
8. solution = captcha.solve()

还有一种方式那就是将验证码页面的验证码图片链接通过Amazoncaptcha.fromlink方法获取：

1. from amazoncaptcha import AmazonCaptcha  
2.    
3. link = https://images-na.ssl-images-amazon.com/captcha/usvmgloq/Captcha_kwrrnqwkph.jpg  
4.    
5. captcha = AmazonCaptcha.fromlink(link)  
6. solution = captcha.solve()

 二、亚马逊验证码认证 和 Amazoncaptcha具体使用

首先打开亚马逊的验证码页面（实在没法复现错误，把之前的报错的html存到本地了，也不是不能凑合看），根据图片输入验证码之后发送验证，查看网络请求：

在这我们能发现这个链接除了我们输入的验证码eld-keywords之外，还有amzn和amzn-r这两个参数。

那么着两个参数是从哪来的呢？

回到输入验证码的那个页面，检查元素，在这个页面有两个隐藏于，这两个参数的value值就在这里：

当然，验证码图片的链接也捎带手获取了，然后将所有的参数凑成链接：

1. imgUrl = sel.css(".a-spacing-double-large .a-section form .a-spacing-large .a-text-center img::attr(src)").extract_first()  
2. captcha = AmazonCaptcha.fromlink(imgUrl)  
3. solution = captcha.solve()  
4. amzn = sel.xpath("//input[@name=amzn]/@value").extract_first()  
5. amznr = sel.xpath("//input[@name=amzn-r]/@value").extract_first()  
6. validUrl = f"https://www.amazon.com/errors/validateCaptcha?amzn=amzn&amzn-r=amznr&field-keywords=solution"

这样就获取到发送验证码的链接了。

加入当你在请求一个亚马逊商品页的时候，突然返回了验证码的页面，按照上面的思路，获取到验证码的验证链接，然后进行get请求，你会发现这个链接返回的就是你想要的东西，不需要重定向：

不过有一点，无论是亚马逊的各种请求还有Amazoncaptcha需要请求验证码图片链接，是无法正常请求的，实在需要的话，还是需要代理去辅助请求。

我这里使用的是ipidea的代理，好的代理能帮助你更好的获取数据，高质量低延迟，而且新用户可以白嫖哦！

以上就是