GeeTest v3 参数提取：gt/challenge 获取与识别

抓取一个用 GeeTest（极验）保护注册接口的网站时，最常见的报错不是网络问题，而是参数本身不对。GeeTest v3 只依赖两个字段：gt（站点级别的静态标识符）和 challenge（一次性会话令牌）。提取得不新鲜，识别再准也会被拒绝。本文给出三种可落地的提取方式，并演示如何交给 CaptchaAI 完成识别、注入回表单。

gt 与 challenge：两个参数分别是什么

gt——站点标识符，32 位十六进制，例如 019924a82c70bb123aae90d483b6a0ed。每个站点固定不变，可缓存复用。
challenge——会话令牌，同样是 32 位十六进制，例如 a3f5c8d2e1b04a6789012345678abcdf。每次加载都会变，缓存旧值只会换来 ERROR_BAD_PARAMETERS 或结果被拒。
api_server——GeeTest API 子域名，可选，例如 api-na.geetest.com，同样固定不变。

举个例子：给东南亚跨境电商比价工具抓商品详情页，注册接口大概率用的是 GeeTest 而不是 reCAPTCHA——出海类站点常见这套方案，也更少遇到 reCAPTCHA 那种连通性问题。

三种方法怎么选，看参数放在哪：走注册接口用方法一；写死在页面源码用方法二；框架异步渲染、页面里找不到参数就用方法三挂钩 initGeetest。

方法一：拦截注册接口的返回值

大多数 GeeTest v3 集成会先向注册端点发请求，拿到 challenge 后再渲染滑块，响应通常长这样：

{
  "success": 1,
  "challenge": "a3f5c8d2e1b04a6789012345678abcdf",
  "gt": "019924a82c70bb123aae90d483b6a0ed",
  "new_captcha": true
}

用 requests.Session 请求页面、正则匹配出注册接口地址，再请求一次拿 JSON，是最直接的做法：

Python（requests）

import requests
import re

session = requests.Session()
html = session.get("https://staging.example.com/qa-login").text

# Find the register endpoint
register_url = re.search(
    r'(https?://[^"\']+(?:register|captcha|geetest)[^"\']*)',
    html
)

if register_url:
    resp = session.get(register_url.group(1)).json()
    gt = resp["gt"]
    challenge = resp["challenge"]
    print(f"gt: {gt}")
    print(f"challenge: {challenge}")

若站点用前端框架异步渲染，页面源码里没有注册接口 URL，正则会直接落空——这时换 Puppeteer 监听真实网络响应：

JavaScript（Puppeteer 网络拦截）

const puppeteer = require('puppeteer');

const browser = await puppeteer.launch();
const page = await browser.newPage();

let geetestParams = {};

page.on('response', async (response) => {
  const url = response.url();
  if (url.includes('register') || url.includes('captcha')) {
    try {
      const json = await response.json();
      if (json.gt && json.challenge) {
        geetestParams = {
          gt: json.gt,
          challenge: json.challenge,
        };
        console.log('Captured GeeTest params:', geetestParams);
      }
    } catch (e) {}
  }
});

await page.goto('https://staging.example.com/qa-login', { waitUntil: 'networkidle2' });
console.log('Final params:', geetestParams);

方法二：直接从页面源码里抠出参数

有些站点直接把 gt/challenge 写死在 data-* 属性或内联脚本里，连注册接口都不用拦截：

import re

# From data attributes
gt_match = re.search(r'data-gt=["\']([a-f0-9]{32})', html)
challenge_match = re.search(r'data-challenge=["\']([a-f0-9]{32})', html)

# From JavaScript variables
if not gt_match:
    gt_match = re.search(r'gt\s*[=:]\s*["\']([a-f0-9]{32})', html)
if not challenge_match:
    challenge_match = re.search(r'challenge\s*[=:]\s*["\']([a-f0-9]{32})', html)

gt = gt_match.group(1) if gt_match else None
challenge = challenge_match.group(1) if challenge_match else None
print(f"gt={gt}, challenge={challenge}")

最省事也最脆弱——站点改版把参数挪到 XHR 里，正则就全落空，退回方法一。

方法三：挂钩 initGeetest 拿到完整配置

GeeTest v3 通过 initGeetest() 完成初始化。与其去猜参数藏在哪，不如在页面脚本运行前把这个函数替换掉，让配置对象自己“交出来”：

// Puppeteer: inject before page scripts
await page.evaluateOnNewDocument(() => {
  window.__geetestConfig = null;
  const origInit = window.initGeetest;

  Object.defineProperty(window, 'initGeetest', {
    set(fn) {
      this._initGeetest = function(config, callback) {
        window.__geetestConfig = config;
        console.log('GeeTest config:', JSON.stringify(config));
        return fn(config, callback);
      };
    },
    get() { return this._initGeetest; }
  });
});

await page.goto('https://staging.example.com/qa-login', { waitUntil: 'networkidle2' });

const config = await page.evaluate(() => window.__geetestConfig);
// config = { gt: "019924a...", challenge: "a3f5c8d...", product: "bind", ... }

几乎不受页面改版影响，代价是要跑真实浏览器。三种方法按顺序兜底：先试方法一，拦截不到试方法三，参数写死在页面的站点用方法二。

提交给 CaptchaAI 完成识别

拿到 gt、challenge 后，提交 in.php、轮询 res.php，流程和其他类型一致，只是 method 换成 geetest：

Python

import requests
import time

API_KEY = "YOUR_API_KEY"

# Submit
resp = requests.post("https://ocr.captchaai.com/in.php", data={
    "key": API_KEY,
    "method": "geetest",
    "gt": gt,
    "challenge": challenge,
    "pageurl": "https://staging.example.com/qa-login",
    "json": "1",
}).json()

if resp["status"] != 1:
    raise Exception(f"Submit error: {resp['request']}")

task_id = resp["request"]

# Poll
for _ in range(30):
    time.sleep(5)
    result = requests.get("https://ocr.captchaai.com/res.php", params={
        "key": API_KEY, "action": "get", "id": task_id, "json": "1"
    }).json()

    if result["status"] == 1:
        solution = result["request"]
        print(f"Solution: {solution}")
        break
    if result["request"] != "CAPCHA_NOT_READY":
        raise Exception(f"Error: {result['request']}")

JavaScript

const submit = await axios.post('https://ocr.captchaai.com/in.php', null, {
  params: {
    key: 'YOUR_API_KEY',
    method: 'geetest',
    gt: geetestParams.gt,
    challenge: geetestParams.challenge,
    pageurl: 'https://staging.example.com/qa-login',
    json: 1,
  }
});
const taskId = submit.data.request;

let solution = null;
for (let i = 0; i < 30; i++) {
  await new Promise(r => setTimeout(r, 5000));
  const poll = await axios.get('https://ocr.captchaai.com/res.php', {
    params: { key: 'YOUR_API_KEY', action: 'get', id: taskId, json: 1 }
  });
  if (poll.data.status === 1) {
    solution = poll.data.request;
    break;
  }
}
console.log('Solution:', solution);

把识别结果注入表单

CaptchaAI 对 GeeTest v3 的识别结果包含三个字段：challenge、validate、seccode，都要以隐藏输入写回表单再触发提交：

# solution is a pipe-delimited string or JSON object
# Parse and inject into the form
import json

sol = json.loads(solution) if isinstance(solution, str) else solution

driver.execute_script("""
    const form = document.querySelector('form');
    function addHidden(name, value) {
        let input = form.querySelector(`input[name="${name}"]`);
        if (!input) {
            input = document.createElement('input');
            input.type = 'hidden';
            input.name = name;
            form.appendChild(input);
        }
        input.value = value;
    }
    addHidden('geetest_challenge', arguments[0]);
    addHidden('geetest_validate', arguments[1]);
    addHidden('geetest_seccode', arguments[2]);
""", sol["challenge"], sol["validate"], sol["seccode"])

常见问题

GeeTest 的 challenge 一般能保持多久有效？

通常 60–120 秒，具体因站点而异。稳妥做法是提取完立即提交给 CaptchaAI，中间不要插入其他耗时操作。

GeeTest v4 能用 CaptchaAI 处理吗？

目前还不支持，GeeTest v4 处于“即将支持”阶段。本文方法只适用于 v3——如果页面用的是 captcha_id 而不是 gt/challenge，说明站点已升级到 v4。

为什么方法一一直拦截不到 register 接口的返回？

两个常见原因：接口地址没有 register/captcha/geetest 关键词，正则匹配不到；或请求发得太早，监听器还没挂上。前者去网络面板手动找一次真实地址，后者改用方法三。

GeeTest v3 和 v4 具体有什么区别？

v3 用 gt/challenge，交互是滑块；v4 换成 captcha_id，挑战类型更多（点击、图形匹配、滑动），两者参数结构不兼容。

排查清单

ERROR_BAD_PARAMETERS——gt 或 challenge 缺失，两个字段都必填，重新提取一遍。
识别结果被拒绝——challenge 在识别期间过期，缩短提取和提交的间隔，别攒着批量提交。
gt 值明显不对——从别的站点复制过来的，gt 是站点专属的，从目标页面重新提取。
提取脚本拿不到值——参数走了 XHR 而不是页面源码，换方法一或方法三。

开始识别 GeeTest v3

在 CaptchaAI 官网免费注册即可拿到 API Key，用上面的代码几分钟内就能跑通第一次识别。

GeeTest v3 Slider参数提取与求解

gt 与 challenge：两个参数分别是什么

方法一：拦截注册接口的返回值

Python（requests）

JavaScript（Puppeteer 网络拦截）

方法二：直接从页面源码里抠出参数

方法三：挂钩 initGeetest 拿到完整配置

提交给 CaptchaAI 完成识别

Python

JavaScript

把识别结果注入表单

常见问题

GeeTest 的 challenge 一般能保持多久有效？

GeeTest v4 能用 CaptchaAI 处理吗？

为什么方法一一直拦截不到 register 接口的返回？

GeeTest v3 和 v4 具体有什么区别？

排查清单

开始识别 GeeTest v3

相关指南

GeeTest v4 验证码变更及解决指南

Selenium Wire + CaptchaAI：请求拦截以解决验证码

GeeTest Slide 验证码参数及API指南

浏览器自动化框架中的 GeeTest token 提交

使用验证码处理自动提交表单

注册流程测试中的验证码处理

gt 与 challenge：两个参数分别是什么

方法一：拦截注册接口的返回值

Python（requests）

JavaScript（Puppeteer 网络拦截）

方法二：直接从页面源码里抠出参数

方法三：挂钩 initGeetest 拿到完整配置

提交给 CaptchaAI 完成识别

Python

JavaScript

把识别结果注入表单

常见问题

GeeTest 的 challenge 一般能保持多久有效？

GeeTest v4 能用 CaptchaAI 处理吗？

为什么方法一一直拦截不到 register 接口的返回？

GeeTest v3 和 v4 具体有什么区别？

排查清单

开始识别 GeeTest v3

相关指南

相关文章

GeeTest v4 验证码变更及解决指南

Selenium Wire + CaptchaAI：请求拦截以解决验证码

GeeTest Slide 验证码参数及API指南

浏览器自动化框架中的 GeeTest token 提交

使用验证码处理自动提交表单

注册流程测试中的验证码处理