1. 项目概述：当UI自动化遇上验证码
做UI自动化测试或者数据采集的朋友，肯定都绕不开一个“老朋友”——验证码。无论是登录、注册还是关键操作，这个小小的图片或者滑块，往往就是自动化脚本的“终结者”。我最近在做一个电商后台的自动化巡检项目，就频繁被各种验证码卡住，从简单的数字字母，到复杂的滑块、点选，再到行为验证，真是让人头疼。所以，我花了些时间，系统地研究和实测了在Python Selenium框架下，解决验证码问题的几种主流思路。今天就把这四种亲测有效（且免费）的方法，结合我的踩坑经验，详细拆解给大家。无论你是做自动化测试还是爬虫，这篇文章应该都能给你提供一套清晰的“破局”思路。
这四种方法并不是孤立的，它们代表了四种不同的解决层级：从“绕开”（人工介入）到“合作”（第三方平台），再到“硬刚”（本地识别）和“终极规避”（环境与协议）。我会按照从易到难、从临时到稳定的顺序来讲解，并重点分析每种方法的适用场景、核心原理以及你肯定会遇到的实操细节。我们的目标是：让你的Selenium脚本在面对验证码时，不再是“一碰就死”，而是能根据实际情况，选择最合适的策略继续跑下去。
2. 方法一：半自动化策略——人工介入与Cookie复用
这是最直接、最省事，也往往是项目初期或低频任务中最实用的方法。它的核心思想是：在验证码出现的关键节点，让脚本暂停，等待人工识别并输入，然后脚本再接管后续流程。或者，更聪明一点，直接复用已经通过验证的登录状态（Cookie），避免再次触发验证。
2.1 人工手动输入验证码
这个方法听起来很“低级”，但在很多内部系统、测试环境或者验证码出现频率不高的场景下，性价比极高。你不需要研究任何识别算法，只需要让脚本“等一等”你。
核心实现步骤：
定位与截图 ：当脚本运行到出现验证码的页面时，使用Selenium定位到验证码图片元素，然后将其截图保存到本地。
from selenium import webdriver
import time
driver = webdriver.Chrome()
driver.get(\”your_login_page_url\”)
# 假设验证码图片的id是 ‘captcha_image’
captcha_element = driver.find_element(By.ID, \’captcha_image\’)
captcha_element.screenshot(\’captcha.png\’) # 截图保存
这里有个关键点：有些网站的验证码是CSS Sprite（雪碧图）或者动态背景，直接对 img 元素截图可能不完整。更稳妥的做法是截取整个浏览器窗口的图，然后根据验证码元素的坐标进行裁剪。不过对于大多数情况，直接对元素截图够用了。
脚本等待与人工输入 ：截图后，脚本暂停运行。我们在代码里弹出一个输入框，或者直接在控制台提示，让人工去查看刚保存的 captcha.png 图片，识别出验证码。
# 方式1：使用内置input函数在控制台等待输入
captcha_code = input(\”请查看当前目录下的captcha.png图片，并输入验证码: \”)
# 方式2：使用更友好的图形化输入（如tkinter），适合做成小工具
# import tkinter as tk
# from tkinter import simpledialog
# root = tk.Tk()
# root.withdraw() # 隐藏主窗口
# captcha_code = simpledialog.askstring(\”验证码\”, \”请输入验证码:\”)
回填与继续 ：获取到人工输入的验证码后，脚本将其填入网页对应的输入框，并继续执行后续操作（如点击登录按钮）。
driver.find_element(By.ID, \’captcha_input\’).send_keys(captcha_code)
driver.find_element(By.ID, \’login_button\’).click()
实操心得与避坑指南：
注意 ：这种方法的最大缺点是“非全自动”。但它有几个意想不到的优点：首先，100%准确，不用担心识别率问题；其次，对于复杂的、变化频繁的验证码（如点选成语、旋转图片），这是成本最低的解决方案；最后，它完全免费，不依赖任何外部API。
- 超时处理 ：一定要为 input() 或图形化输入设置一个超时机制。否则如果人工离开，脚本会永远卡住。可以用 threading 模块开一个计时线程，超时后自动填入一个错误码或终止脚本。
- 路径问题 ：确保截图保存的路径是脚本可写且人工方便查看的。可以考虑用绝对路径，或者弹窗时直接显示图片。
- 适用场景 ：非常适合 开发调试阶段 、 内部管理系统自动化 、 每日仅需执行数次 的定时任务。我最初在调试登录流程时，就全靠这个方法，快速打通了流程，后续再考虑优化。
2.2 Cookie复用大法
如果说手动输入是“临时通行证”，那Cookie复用就是“永久VIP卡”。一旦用户成功登录一次，浏览器就会获得一个包含会话信息的Cookie。我们只要把这个Cookie保存下来，并在新的Selenium会话中加载，就可以直接跳过登录（包括验证码）环节，访问需要登录态的页面。
核心实现步骤：
首次登录并保存Cookie ：专门写一个脚本，用上述手动或任何方式完成一次成功的登录。登录成功后，获取并保存所有的Cookie到文件（如JSON格式）。
# 登录成功后的操作
import json
import pickle # pickle也可以，但JSON更通用安全
cookies = driver.get_cookies()
with open(\’cookies.json\’, \’w\’) as f:
json.dump(cookies, f)
driver.quit()
新会话加载Cookie ：在新的自动化脚本开始时，先访问目标网站的任意页面（通常是首页），然后加载之前保存的Cookie。
driver.get(\”https://www.target-site.com\”) # 先访问域名下的页面
time.sleep(2) # 稍等，确保页面加载
with open(\’cookies.json\’, \’r\’) as f:
cookies = json.load(f)
for cookie in cookies:
# 添加前可能需要删除‘expiry’字段，因为它可能是浮点数
if \’expiry\’ in cookie:
# 有时expiry字段会导致添加失败，可以尝试删除或转换
cookie.pop(\’expiry\’)
try:
driver.add_cookie(cookie)
except Exception as e:
print(f\”添加cookie失败: {cookie.get(\’name\’)}, 错误: {e}\”)
# 刷新页面或跳转到需要登录的页面，此时应该已是登录状态
driver.refresh()
实操心得与避坑指南：
- Cookie的有效性 ：Cookie是有生命周期的（ expiry ）。会话Cookie在浏览器关闭后失效，持久化Cookie可以存活较长时间。保存前检查一下Cookie的 expiry 时间。如果过期了，就需要重新登录获取。
- 域名与路径匹配 ： driver.add_cookie(cookie) 要求你必须在当前浏览器会话的域名和路径与Cookie的 domain 、 path 属性匹配或为其父级时才能添加成功。这就是为什么我们要先 driver.get 到目标网站根域下的一个页面。
- 安全Cookie ：如果Cookie被标记为 secure （仅HTTPS）或 httpOnly （禁止JS访问），Selenium仍然可以添加，但你需要确保当前使用的是HTTPS协议。
- 适用场景 ：这是做 数据采集 </
