Логотип «2Captcha»Перейти на главную страницу
Туториалы по обходу капчи

Как обойти слайдер-капчу

Демо-репозиторий с примерами: github.com/2captcha/custom-slider-demo

Приведённый в статье код является примером. Каждая реализация слайдер-капчи уникальна: сайты используют разные структуры, проверки и поведенческие анализаторы. Полная адаптация под вашу задачу лежит на вашей стороне.

Введение

Слайдер-капчи широко используются на веб-сайтах для предотвращения доступа ботов к ограниченному контенту или выполнения несанкционированных действий. Хотя они обеспечивают простой и удобный способ проверки пользователей, они могут ограничивать доступность, вызывать раздражение у пользователей и создавать сложности при тестировании приложений и сайтов.

Для обычных пользователей это удобно: достаточно одного плавного движения мышью или пальцем. Для разработчиков, тестирующих свои приложения или автоматизирующих легальные рабочие процессы, это становится техническим вызовом.

Ключевой момент: Современные капчи анализируют не только конечную позицию ползунка, но и поведенческие паттерны: дрожание мыши, паузы, нелинейность траектории, время реакции.

Преимущества и недостатки

Преимущества

  • Простая реализация: Легко интегрируется с минимальными техническими знаниями.
  • Доступность: Требуется минимальное взаимодействие с мышью или сенсорным экраном.
  • Совместимость с мобильными устройствами: Предусмотрены естественные действия свайпа для пользователей мобильных устройств.

Недостатки

  • Проблемы с доступностью: Могут исключать пользователей с ограниченными возможностями.
  • Уязвимость к автоматизации: Подвержены обходу с использованием продвинутых методов автоматизации.
  • Раздражение пользователей: Может ухудшать пользовательский опыт при неправильной реализации.

Как работает слайдер-капча

Понимание внутренней логики защиты — первый шаг к её обходу. Процесс проверки делится на четыре этапа:

  1. Генерация задания
    Сервер создаёт уникальное изображение с «вырезом» и отдельный фрагмент-пазл. Каждое задание привязано к ID сессии и времени жизни (обычно 30–120 секунд).
  2. Сбор телеметрии
    При взаимодействии с ползунком JavaScript записывает:
    • Координаты курсора (clientX, clientY)
    • Временные метки каждого события mousemove
    • Скорость, ускорение, микродвижения, паузы
    • Факты выхода за пределы трека
  3. Серверный анализ
    Данные проходят две проверки:
    • Визуальная: совпадает ли конечная позиция с ожидаемым смещением?
    • Поведенческая: соответствует ли траектория человеческому паттерну?
  4. Выдача токена
    При успехе сервер возвращает криптографический токен или куки, который подтверждает прохождение проверки и передаётся в последующих запросах.

Решение

Чтобы обойти слайдер, нужно рассчитать траекторию перемещения ползунка. В большинстве случаев достаточно двух точек:

  1. Начальная точка — обычно статична (левый край трека), определяется один раз.
  2. Конечная точка — координаты центра целевого фрагмента пазла.

Вторую точку могут определить работники нашего сервиса: вы отправляете изображение капчи с инструкцией, они указывают нужную координату, API возвращает результат. Для этого используется метод Coordinates в документации.

Подход

Для стабильного обхода необходимо реализовать три независимых, но связанных механизма:

1. Визуальное решение

Определение точных координат, куда нужно переместить ползунок. Вручную писать алгоритмы компьютерного зрения неэффективно для продакшена. Оптимальный путь — делегировать распознавание нашего сервису.

2. Имитация человеческого поведения

Получив координаты, курсор нужно переместить по реалистичной траектории. Человек не двигает мышь по прямой. Его рука совершает:

  • Плавное ускорение в начале движения
  • Небольшие колебания по вертикали (естественный тремор)
  • Корректировки пути в середине
  • Замедление перед достижением цели
  • Микро-паузы и случайные задержки между событиями mousemove

Эти параметры реализуются через математические функции сглаживания (easing), синусоидальный шум и рандомизированные тайминги.

3. Маскировка автоматизации

Браузеры для автоматизации оставляют следы: флаг navigator.webdriver, специфичные заголовки, отсутствие плагинов. Современные системы защиты сканируют эти признаки. Маскировка включает:

  • Подмену свойств navigator
  • Использование аргументов запуска браузера
  • Имитацию реального User-Agent
  • Добавление задержек между этапами загрузки страницы

Подготовка

Установка зависимостей (Node.js)

bash Copy 
# Инициализация проекта
npm init -y

# Установка пакетов
npm install puppeteer @2captcha/captcha-solver dotenv

# Включение поддержки ES6-модулей
npm pkg set type="module"

Установка зависимостей (Python)

bash Copy 
pip install playwright requests
playwright install chromium

Настройка API-ключа

Создайте файл .env в корне проекта:

env Copy 
APIKEY=ваш_ключ_от_rucaptcha

Загрузка ключа в коде:

javascript Copy 
// JavaScript
import { config } from 'dotenv';
config();
const solver = new Solver(process.env.APIKEY);
python Copy 
# Python
import os
from dotenv import load_dotenv
load_dotenv()
API_KEY = os.getenv("APIKEY")

Концептуальный алгоритм

Вместо копирования кода разберём логику работы, которую вы будете реализовывать под свой проект:

  1. Инициализация окружения. Запускаем браузер в режиме, близком к пользовательскому. Отключаем детектирование автоматизации, устанавливаем реалистичные параметры окна.
  2. Навигация и ожидание. Переходим на целевую страницу. Ждём полной загрузки DOM и появления элемента капчи. Обрабатываем всплывающие баннеры согласия.
  3. Извлечение изображения. Делаем скриншот области капчи или извлекаем canvas/img в формате base64. Убеждаемся, что изображение читаемо.
  4. Отправка на решение. Передаём base64-строку в API солвера с чёткой текстовой инструкцией. Ожидаем ответа с координатами X и Y.
  5. Расчёт траектории. Определяем стартовую позицию ползунка. Рассчитываем конечную точку: start_x + offset_x. Генерируем массив промежуточных координат с функцией сглаживания и шумом.
  6. Имитация перетаскивания. Перемещаем курсор к стартовой точке, делаем паузу, вызываем mouse.down(), отправляем события move по траектории с рандомизированными задержками, вызываем mouse.up().

Пример кода

Минимальный пример на Python (Playwright)

python Copy 
import asyncio
import math
import random
import requests
from playwright.async_api import async_playwright

API_KEY = "ваш_ключ"

def get_eased_trajectory(start_x, start_y, end_x, end_y, steps=120):
    """Генерирует точки с плавным движением и шумом."""
    points = []
    for i in range(steps + 1):
        t = i / steps
        ease = 2 * t * t if t < 0.5 else -1 + (4 - 2 * t) * t
        noise_x = math.sin(t * math.pi * 6) * random.uniform(-2.5, 2.5)
        noise_y = math.cos(t * math.pi * 4) * random.uniform(-1.0, 1.0)
        x = start_x + (end_x - start_x) * ease + noise_x
        y = start_y + (end_y - start_y) * ease + noise_y
        delay = random.uniform(8, 18) if 0.1 < t < 0.9 else random.uniform(25, 45)
        points.append((x, y, delay))
    return points

async def solve_slider(url, canvas_selector, slider_selector):
    async with async_playwright() as p:
        browser = await p.chromium.launch(
            headless=True,
            args=["--disable-blink-features=AutomationControlled"]
        )
        page = await browser.new_page()
        
        # Маскировка автоматизации
        await page.add_init_script("""
            Object.defineProperty(navigator, 'webdriver', { get: () => undefined });
            Object.defineProperty(navigator, 'languages', { get: () => ['ru-RU','en-US'] });
        """)
        
        await page.goto(url, wait_until="networkidle", timeout=30000)
        await page.wait_for_selector(canvas_selector, timeout=10000)
        
        # Извлечение изображения капчи
        captcha_b64 = await page.evaluate(f"""
            () => document.querySelector('{canvas_selector}').toDataURL('image/png').split(',')[1]
        """)
        
        # Отправка на решение
        resp = requests.post("https://api.rucaptcha.com/createTask", json={
            "clientKey": API_KEY,
            "task": {
                "type": "CoordinatesTask",
                "body": captcha_b64,
                "comment": "Find puzzle center | Найди центр пазла"
            }
        }).json()
        
        task_id = resp.get("taskId")
        
        # Ожидание результата
        while True:
            await asyncio.sleep(3)
            res = requests.get("https://api.rucaptcha.com/getTaskResult",
                               json={"clientKey": API_KEY, "taskId": task_id}).json()
            if res.get("status") == "ready":
                offset_x = res["solution"]["x"]
                break
        
        # Имитация перетаскивания
        slider = await page.query_selector(slider_selector)
        box = await slider.bounding_box()
        start = (box["x"] + box["width"]/2, box["y"] + box["height"]/2)
        end = (start[0] + offset_x - random.randint(2, 5), start[1] + random.uniform(-0.5, 0.5))
        
        await page.mouse.move(*start)
        await asyncio.sleep(random.uniform(0.4, 0.8))
        await page.mouse.down()
        
        for x, y, delay in get_eased_trajectory(*start, *end):
            await page.mouse.move(x, y)
            await asyncio.sleep(delay / 1000)
            
        await page.mouse.up()
        await page.wait_for_selector(".success, .verified", timeout=8000)
        print("✅ Капча пройдена")
        await browser.close()

📌 Примечание: Это ядро алгоритма. В реальном проекте потребуется обработка iframe, retry-логика, логирование и адаптация селекторов.

Запуск демонстрационного кода

Также можете просто клонировать репозиторий, установить зависимости и запустить:

bash Copy 
# Клонирование репозитория
git clone https://github.com/2captcha/custom-slider-demo.git
cd custom-slider-demo

# Установка зависимостей
npm install  # или yarn install

# Настройка API-ключа
echo "APIKEY=ваш_ключ" > .env

# Запуск
npm start

Как адаптировать шаблон под ваш проект

  1. Подбор селекторов. Откройте DevTools (F12) → найдите элемент изображения капчи и ползунка → скопируйте уникальные CSS-селекторы. Замените canvas и .slider-button в примере.
  2. Работа с iframe. Если капча загружается во фрейме:
    python Copy 
    # Playwright Python
frame = page.frame_locator("iframe[src*='captcha']")
await frame.locator("canvas").wait_for()
    javascript Copy 
    // Puppeteer JS
const frame = page.frames().find(f => f.url().includes('captcha'));
if (frame) await frame.waitForSelector('canvas');
  3. Настройка инструкций. Чем точнее ваши инструкции в запросе к API, тем выше шанс корректного решения:
    "Click exact center of puzzle piece | Точный центр фрагмента пазла"
  4. Тонкая настройка траектории. Если сайт отклоняет решение: увеличьте steps до 150–200, усильте амплитуду шума, добавьте случайные микро-паузы внутри цикла.
  5. Отладка в видимом режиме. Замените headless=True на headless=False, чтобы наблюдать за движением курсора в реальном времени.

Отвечаем на вопросы

Зачем использовать Puppeteer / Playwright?

Эти фреймворки предоставляют низкоуровневый доступ к событиям браузера: mousemove, mousedown, mouseup. Это позволяет точно имитировать действия пользователя, что критично для обхода поведенческих проверок.

Почему капча не решается с первого раза?

Проблема Решение
Неточные координаты Уточните textinstructions, добавьте визуальную инструкцию
Детект автоматизации Усильте маскировку navigator, добавьте аргументы запуска
Неверные селекторы Проверьте актуальность вёрстки через DevTools
Капча в iframe Используйте frame_locator или page.frames()

Как отладить скрипт?

Установите headless: false в настройках браузера — так вы увидите действия в реальном времени. Добавьте логирование:

javascript Copy 
page.on('console', msg => console.log('Browser:', msg.text()));
page.on('pageerror', err => console.error('Error:', err.message));

Полезные материалы

Подводя итог: обход слайдер-капчи строится на понятной цепочке действий. Вы забираете картинку, отправляете её на распознавание, плавно ведёте ползунок и проверяете ответ сервера. Код из статьи задаёт только базовую структуру. Вам останется подставить свои селекторы, выверить паузы между движениями и дописать обработку ошибок под ваш проект. Когда точное попадание сочетается с живым поведением курсора, скрипт работает стабильно и без сбоев.