移动浏览器自动化使用 CaptchaAI 解决 CAPTCHA 问题

移动端浏览器自动化处理验证码，接口逻辑和桌面端一样：拿 sitekey、提交给 CaptchaAI、轮询拿 token、写回表单。真正的难点在移动端特有的坑——响应式布局让组件渲染方式不同，触屏事件替代鼠标事件，部分网站还按 User-Agent 下发不同配置。典型场景是某跨境电商或出海 SaaS 的移动端页面用 reCAPTCHA v2 保护表单提交，网站按 User-Agent 单独渲染验证码布局，你需要在移动浏览器上下文里完成识别并提交表单。

国内团队做这类自动化常多一层麻烦：reCAPTCHA 依赖的脚本国内网络不一定稳定，组件可能渲染很慢甚至渲染不出来——这和 CaptchaAI 能不能识别是两回事，CaptchaAI 只需要 sitekey 和 pageurl 即可完成识别；组件没渲染出来则无从提取 sitekey，建议把脚本部署在网络稳定的环境里跑。国内站点多用 GeeTest（极验）等本土方案，reCAPTCHA 更常见于面向海外用户的产品。本文用 Playwright 移动模拟和 Selenium + Chrome for Android 两种方案，演示如何拿到 reCAPTCHA v2 识别结果并完成表单提交。

方法一：Playwright 移动模拟（Python）

Playwright 自带 iPhone、Pixel 设备预设，能模拟真机视口、User-Agent 和触屏事件，不用连接真实设备：

# playwright_mobile_captcha.py
import asyncio
import httpx
from playwright.async_api import async_playwright

API_KEY = "YOUR_API_KEY"

async def solve_recaptcha(sitekey: str, pageurl: str) -> str:
    """Submit reCAPTCHA v2 to CaptchaAI and poll for result."""
    async with httpx.AsyncClient(timeout=180) as client:
        # Submit task
        resp = await client.get(
            "https://ocr.captchaai.com/in.php",
            params={
                "key": API_KEY,
                "method": "userrecaptcha",
                "googlekey": sitekey,
                "pageurl": pageurl,
                "json": "1",
            },
        )
        result = resp.json()
        if result["status"] != 1:
            raise Exception(f"Submit failed: {result['request']}")

        task_id = result["request"]

        # Poll for result
        for _ in range(30):
            await asyncio.sleep(5)
            poll = await client.get(
                "https://ocr.captchaai.com/res.php",
                params={
                    "key": API_KEY,
                    "action": "get",
                    "id": task_id,
                    "json": "1",
                },
            )
            poll_result = poll.json()
            if poll_result["status"] == 1:
                return poll_result["request"]
            if poll_result["request"] != "CAPCHA_NOT_READY":
                raise Exception(f"Solve failed: {poll_result['request']}")

        raise Exception("Polling timeout")

async def main():
    async with async_playwright() as p:
        # Launch with iPhone 13 emulation
        iphone = p.devices["iPhone 13"]
        browser = await p.chromium.launch(headless=False)
        context = await browser.new_context(**iphone)
        page = await context.new_page()

        await page.goto("https://example.com/mobile-form")
        await page.wait_for_selector(".g-recaptcha", timeout=10000)

        # Extract sitekey
        sitekey = await page.get_attribute(".g-recaptcha", "data-sitekey")
        pageurl = page.url
        print(f"Found sitekey: {sitekey}")

        # Solve via CaptchaAI
        token = await solve_recaptcha(sitekey, pageurl)
        print(f"Token received: {token[:50]}...")

        # Inject token
        await page.evaluate(f"""
            document.getElementById('g-recaptcha-response').value = '{token}';
            document.getElementById('g-recaptcha-response').style.display = '';
        """)

        # Trigger callback if it exists
        await page.evaluate(f"""
            try {{
                const clients = ___grecaptcha_cfg.clients;
                Object.keys(clients).forEach(k => {{
                    Object.keys(clients[k]).forEach(j => {{
                        if (clients[k][j] && clients[k][j].callback) {{
                            clients[k][j].callback('{token}');
                        }}
                    }});
                }});
            }} catch(e) {{}}
        """)

        # Submit form
        await page.click('button[type="submit"]')
        await page.wait_for_load_state("networkidle")
        print("Form submitted successfully")

        await browser.close()

asyncio.run(main())

脚本用 iPhone 13 预设打开页面、读出 sitekey 并提交给 CaptchaAI；拿到 token 后写回 g-recaptcha-response 字段、触发回调，再提交表单。

方法二：Selenium 移动模拟（Node.js）

Node.js 技术栈可用 Selenium 配合 Chrome DevTools Protocol 的移动模拟，设置好设备参数后页面会按移动端渲染：

// selenium_mobile_captcha.js
const { Builder, By, until } = require('selenium-webdriver');
const chrome = require('selenium-webdriver/chrome');
const axios = require('axios');

const API_KEY = 'YOUR_API_KEY';

async function solveCaptcha(sitekey, pageurl) {
  // Submit task
  const submitResp = await axios.get('https://ocr.captchaai.com/in.php', {
    params: {
      key: API_KEY,
      method: 'userrecaptcha',
      googlekey: sitekey,
      pageurl: pageurl,
      json: '1',
    },
  });

  if (submitResp.data.status !== 1) {
    throw new Error(`Submit failed: ${submitResp.data.request}`);
  }

  const taskId = submitResp.data.request;

  // Poll for result
  for (let i = 0; i < 30; i++) {
    await new Promise((r) => setTimeout(r, 5000));
    const pollResp = await axios.get('https://ocr.captchaai.com/res.php', {
      params: { key: API_KEY, action: 'get', id: taskId, json: '1' },
    });

    if (pollResp.data.status === 1) return pollResp.data.request;
    if (pollResp.data.request !== 'CAPCHA_NOT_READY') {
      throw new Error(`Solve failed: ${pollResp.data.request}`);
    }
  }
  throw new Error('Polling timeout');
}

async function main() {
  // Configure mobile emulation
  const mobileEmulation = {
    deviceMetrics: { width: 390, height: 844, pixelRatio: 3.0 },
    userAgent:
      'Mozilla/5.0 (iPhone; CPU iPhone OS 16_0 like Mac OS X) ' +
      'AppleWebKit/605.1.15 (KHTML, like Gecko) Version/16.0 Mobile/15E148 Safari/604.1',
  };

  const options = new chrome.Options();
  options.setMobileEmulation(mobileEmulation);

  const driver = await new Builder()
    .forBrowser('chrome')
    .setChromeOptions(options)
    .build();

  try {
    await driver.get('https://example.com/mobile-form');
    await driver.wait(until.elementLocated(By.css('.g-recaptcha')), 10000);

    // Extract sitekey
    const captchaEl = await driver.findElement(By.css('.g-recaptcha'));
    const sitekey = await captchaEl.getAttribute('data-sitekey');
    const pageurl = await driver.getCurrentUrl();

    console.log(`Sitekey: ${sitekey}`);

    // Solve CAPTCHA
    const token = await solveCaptcha(sitekey, pageurl);
    console.log(`Token: ${token.substring(0, 50)}...`);

    // Inject token
    await driver.executeScript(`
      document.getElementById('g-recaptcha-response').value = arguments[0];
    `, token);

    // Submit form
    await driver.findElement(By.css('button[type="submit"]')).click();
    console.log('Form submitted');
  } finally {
    await driver.quit();
  }
}

main().catch(console.error);

逻辑和 Playwright 版本一致：提取 sitekey、提交、拿 token 写回 g-recaptcha-response 文本域，再提交表单。

常见问题

移动端和桌面端相比，验证码要多留意哪些差异？

主要是四点：User-Agent（部分站点按设备下发不同配置）、视口尺寸（组件渲染方式可能不同）、交互事件（触屏代替鼠标，部分验证码会校验交互类型）、网络质量（4G/5G 建议把超时设置得更宽松）。

移动模拟环境下验证码组件为什么渲染不出来？

多数是站点通过 navigator.platform、屏幕特征识别出模拟环境。先确认设备预设是否完整，再检查页面是否有额外检测逻辑。

CaptchaAI 需要知道这是移动端验证码吗？

不需要。CaptchaAI 根据 sitekey 和 pageurl 完成识别，移动端还是桌面端不影响识别流程。

移动端场景下，识别耗时会不会变长？

不会，识别耗时取决于验证码类型和站点难度，和请求来自移动模拟还是桌面环境无关。移动网络较慢时建议把超时设置得更宽松，这属于网络层面，和识别耗时是两回事。

遇到具体报错，可以对照下面排查：

• 验证码组件不渲染——站点通过 navigator.platform 识别出模拟环境，在 DevTools Protocol 里设置 platform 覆盖值。
• 找不到 g-recaptcha-response 文本域——移动端布局渲染方式不同，按 name 属性查找而不是按 id。
• token 提交成功，表单还是失败——服务端在校验 User-Agent 一致性，确保识别请求和表单提交用同一个 User-Agent。
• 模拟环境下页面加载很慢——页面资源较重，用 --disable-images 一类参数加速加载。

把移动端验证码识别接入你的自动化流程，可以从这几篇继续读：如何通过 API 处理 reCAPTCHA v2 回调、Zapier 验证码无代码自动化、reCAPTCHA v2 与 Turnstile 同站点处理、Appium 移动 App 自动化中的验证码处理、React Native WebView 验证码识别，以及从页面源码中提取 reCAPTCHA 参数。

获取 CaptchaAI API Key，开始把这套流程接入你现有的移动自动化技术栈。