Playwright Python 教程：实战篇

处理验证码是自动化测试和爬虫开发中一个常见且颇具挑战性的任务。Playwright 本身并不直接提供验证码识别功能，但它提供了强大的工具来帮助我们应对各种验证码场景。我会为你梳理思路和方法。

🧠 基本思路和注意事项

处理验证码通常遵循以下流程：

1. 检测出现：判断验证码是否在页面上出现。
2. 类型判断（可选）：识别是数字字母验证码、滑块验证码、点选验证码等。
3. 获取数据：获取验证码图片、滑块位置等关键信息。
4. 求解答案：通过技术手段（如OCR识别、图像处理、AI模型或第三方服务）计算出验证码的答案，如文本、滑动距离、点击坐标等。
5. 模拟操作：利用 Playwright 模拟输入、滑动、点击等行为，完成验证。
6. 结果验证：检查是否成功通过验证码挑战。

⚠️ 重要提醒：

• 法律与道德：确保你的自动化操作符合目标网站的 robots.txt 协议、服务条款及相关法律法规。绕过验证码可能触及网站方利益，请用于正当目的（如对自己账户的管理、 authorized 测试等）。
• 可行性：完全自动化处理复杂验证码（如行为验证、智能推理验证码）难度极高，需要持续投入技术研究。对于普通文本验证码和滑块验证码，自动化成功率相对较高。

下面是一个表格，汇总了常见验证码类型及其一般处理思路：

🔠 文本图形验证码处理（OCR）

对于包含数字、字母的传统图形验证码，OCR（光学字符识别）是常用方法。

import ddddocr # 一个识别效果较好的OCR库
from playwright.sync_api import sync_playwright

def handle_text_captcha():
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=False)
        page = browser.new_page()
        page.goto("https://example.com/login")

        # 1. 定位并截图验证码元素
        captcha_selector = "#captcha_image"
        page.wait_for_selector(captcha_selector)
        # 对验证码元素进行截图
        captcha_element = page.query_selector(captcha_selector