Cómo saltarse los CAPTCHA con Python

En este tutorial, aprenderás:

• ¿Qué son los CAPTCHA?
• ¿Se pueden automatizar los CAPTCHA en Python?
• ¿Qué hay que tener en cuenta a la hora de valorar las soluciones de Python para eludir los CAPTCHA?
• Las 5 mejores técnicas en Python para eludir los CAPTCHA
• Las mejores herramientas para resolver los CAPTCHA en Python

¡Vamos a ello!

CAPTCHA: definición y tipos

Un CAPTCHA, un acrónimo cuyo significado en español es «prueba de Turing completamente automática y pública para diferenciar ordenadores de humanos», es una prueba integrada en una página web, aplicación o software para distinguir entre usuarios humanos y bots. Por lo general, los CAPTCHA consisten en pruebas que son fáciles de resolver para los humanos, pero difíciles para un software automatizado. 

El objetivo de los CAPTCHA es evitar que los sistemas automatizados accedan a los sitios web o a los servicios o que interactúen con ellos. Que estas pruebas sean efectivas es algo cada vez más difícil, sobre todo a raíz de los avances recientes en inteligencia artificial y en redes neuronales. Esto ha hecho que aumente el nivel de complejidad de las pruebas antibots. 

Ahora, vamos a conocer cuáles son los tipos de CAPTCHA más conocidos y que se usan más en la actualidad.

CAPTCHA de texto

Los CAPTCHA basados en textos son los CAPTCHA más típicos. Muestran una cadena distorsionada de caracteres y números que los usuarios tienen que identificar y escribir correctamente. Esto supone todo un reto para los bots automatizados porque, por lo general, tienen problemas para reconocer los textos distorsionados u oscurecidos.

Este tipo de CAPTCHA ahora son más fáciles de resolver para los bots y se han vuelto menos populares.

CAPTCHA de imagen

En los CAPTCHA basados en imágenes, los usuarios tienen que identificar ciertos objetos o patrones dentro de una serie de imágenes. En la mayoría de los casos, a los usuarios se les presenta una cuadrícula de imágenes y deben hacer clic en todas las imágenes que contienen un objeto concreto, como semáforos, bicicletas, autobuses o motocicletas.

Un proveedor muy conocido de este tipo de CAPTCHA es reCAPTCHA.

CAPTCHA de sonido

Los CAPTCHA basados en sonidos suelen ser una opción accesible para los usuarios que tienen problemas para resolver los CAPTCHA visuales. En estos CAPTCHA, se reproduce un clip de audio con una voz distorsionada que el usuario tiene que escuchar y transcribir correctamente.

CAPTCHA de rompecabezas

Los CAPTCHA de rompecabezas les asignan a los usuarios la tarea de resolver un rompecabezas sencillo para que demuestren que son humanos. Estos rompecabezas pueden ser desde un puzle con fichas hasta una prueba de lógica. Por ejemplo, puede que los usuarios tengan que arrastrar una imagen hasta su posición correcta o colocar un punto al final de una ruta visual.

Los proveedores más conocidos de estos CAPTCHA creativos son AWS WAF CAPTCHA y hCaptcha.

¿Es posible automatizar los CAPTCHA con Python?

Los CAPTCHA están diseñados de forma específica para que sea difícil automatizarlos y no hay una solución sencilla para resolverlos en Python. Sin embargo, puedes intentar automatizarlos siguiendo uno de estos dos métodos o ambos:

• Saltarse los CAPTCHA: imita el comportamiento humano en un navegador controlado con una huella digital real para evitar llamar la atención de los antibots y reducir la probabilidad de que aparezcan CAPTCHA.
• Confiar en los servicios de resolución de CAPTCHA: puedes subcontratar los CAPTCHA a servicios en línea de primera calidad que utilizan inteligencia artificial, herramientas de automatización avanzadas o trabajadores humanos para resolver las pruebas de los CAPTCHA.

¿Qué herramienta necesitas para poner en práctica estos dos métodos? Una herramienta de Python para resolver o eludir los CAPTCHA.

Aspectos que tener en cuenta a la hora de valorar las soluciones para eludir los CAPTCHA en Python

Estos son los principales aspectos que hay que analizar al comparar los mejores servicios de Python del mercado para eludir CAPTCHA:

• Funciones: las características y la funcionalidad que ofrece la solución.
• Naturaleza: si la herramienta es de código abierto o prémium.
• Tiempo de actividad: el porcentaje de disponibilidad que el proveedor puede garantizar.
• Tasa de éxito: la capacidad para resolver las pruebas de los CAPTCHA (expresada con un porcentaje).
• Estrategia para eludir los CAPTCHA: si la solución se salta los CAPTCHA, si los resuelve o ambas estrategias.
• Proveedores de CAPTCHA compatibles: la lista de todos los proveedores de CAPTCHA con los que es compatible el servicio.
• Puntuación en Trustpilot: la puntuación media de las reseñas que dejan los usuarios en Trustpilot.
• Precio: el coste de la herramienta de Python para resolver los CAPTCHA.

Elusión de CAPTCHA en Python: las 5 propuestas principales

Ha llegado el momento de conocer la lista de las 5 mejores soluciones en Python para eludir los CAPTCHA que se han seleccionado y clasificado según los aspectos que acabamos de mencionar.

1. CAPTCHA Solver de Web Unlocker

CAPTCHA Solver es una solución de Bright Data para poder eludir sin problemas los CAPTCHA de una larga lista de proveedores. Esta herramienta imita el comportamiento humano y las huellas digitales del navegador para eludir los CAPTCHA y aprovecha los algoritmos impulsados por la inteligencia artificial para resolverlos.

CAPTCHA Solver forma parte de Web Unlocker, una API de desbloqueo web todo en uno que ofrece:

• Rotación de las direcciones IP: cambia las direcciones IP de forma dinámica para evitar ser detectado y bloqueado.
• Reintentos automáticos: garantiza unos resultados satisfactorios porque reintenta enviar las solicitudes varias veces por ti.
• Representación de JavaScript: procesa sitios dinámicos con JavaScript para la extracción de datos.
• Cobertura mundial: accede a contenido localizado desde cualquier ubicación geográfica.
• Gran capacidad para ajustar la escala: compatible con la extracción de datos a gran escala.
• Encabezados de referencia: simula el tráfico de sitios de confianza al configurar encabezados de referencia reales.
• Gestión de cookies: gestiona las cookies para evitar los bloqueos a causa de factores relacionados con las cookies.

Dado que se trata de una API, se puede acceder a Web Unlocker con CAPTCHA Solver desde cualquier cliente HTTP o de automatización de navegadores en cualquier lenguaje de programación, incluido Python. Descubre cómo eludir los CAPTCHA con Web Unlocker.

Estas funciones hacen que CAPTCHA Solver sea la mejor solución en Python para saltarse los CAPTCHA. Puedes probar esta solución de forma gratuita o comprar uno de los planes que hay disponibles a partir de 3 $/CPM (0,003 $ por llamada a la API). Ten en cuenta que solo se te cobrará por las solicitudes que se hagan con éxito, lo que se debe casi en su totalidad a que ofrece una impresionante tasa de éxito del 99 %.

Gracias a estas soluciones, Bright Data garantiza unas prácticas eficientes y éticas de raspado web sin interrupciones ni restricciones.

• Funciones: herramienta para resolver CAPTCHA, elusión de antibots, gestión de huellas digitales del navegador, rotación de direcciones IP mediante la integración de proxy, reintentos automáticos de solicitudes, rotación automática de agentes de usuario, gestión de cookies, configuración automática de encabezados de referencia, cobertura geográfica mundial, representación de JavaScript, validaciones de integridad de datos y mucho más.
• Naturaleza: API prémium de desbloqueo web en la nube que se integra con cualquier cliente HTTP en cualquier lenguaje de programación.
• Tiempo de actividad: 99,9 %.
• Número de casos de éxito: 99,9 %.
• Estrategia para eludir los CAPTCHA: se salta los CAPTCHA porque imita el comportamiento de los usuarios y por la gestión de huellas digitales sumada a la resolución de los CAPTCHA.
• Proveedores de CAPTCHA compatibles: reCAPTCHA, Click Captcha, hCaptcha, PerimeterX, SimpleCaptcha, FunCaptcha, Cloudflare Turnstile, AWS WAF Captcha, GeeTest CAPTCHA, KeyCAPTCHA, Yandex Captcha, CAPTCHA de rompecabezas, CAPTCHA de imagen, CAPTCHA de texto y muchos más.
• Puntuación en Trustpilot: 4,5/5.
• Precio: prueba gratuita disponible y, después, 3 $/CPM.

2. Playwright Extra con el complemento Stealth

Playwright Extra es una versión especial de Playwright, la conocida herramienta de automatización de navegadores y raspado web, que es compatible con distintos complementos. Concretamente, playwright-stealth es un complemento de Python para Playwright Extra que hace que a los mecanismos antibots les cueste más trabajo detectar los navegadores automatizados. 

El complemento Stealth de Playwright, que está inspirado en el complemento Stealth de Puppeteer Extra, anula algunas configuraciones del navegador para que parezca más auténtico. Su finalidad es eludir los CAPTCHA y otras medidas antibots. Consulta nuestra guía sobre cómo evitar la detección de bots con Stealth de Playwright.

Lee nuestro tutorial sobre cómo saltarse los CAPTCHA con Playwright. 

• Funciones: API de automatización completa del navegador, compatibilidad con JavaScript y Python, elusión de antibots, API de pruebas E2E, compatibilidad con complementos, funciones de depuración y mucho más.
• Naturaleza: código abierto.
• Tiempo de actividad: no procede.
• Tasa de éxito: no se conoce.
• Estrategia para eludir los CAPTCHA: se salta los CAPTCHA gracias a la emulación de usuarios y a la configuración de huellas digitales reales.
• Proveedores de CAPTCHA compatibles: CAPTCHA antibots básicos.
• Puntuación en Trustpilot: no procede.
• Precio: gratis.

3. AntiCaptcha

AntiCaptcha es un conocido servicio para eludir los CAPTCHA que lleva en funcionamiento desde 2007. Ofrece una amplia gama de servicios para resolver CAPTCHA y se puede acceder a todos ellos a través terminales web. Este proveedor cuenta con una API sólida, una integración perfecta de los complementos del navegador y es compatible con herramientas de automatización como Selenium y Puppeteer.

Todos los CAPTCHA los resuelven trabajadores humanos y la integración en varios lenguajes de programación está disponible en las bibliotecas oficiales. Concretamente, python-anticaptcha es la solución para Python de AntiCaptcha. Ten en cuenta que la última versión de la biblioteca fue la de 2022, que no hay ninguna versión de prueba gratuita disponible y que no se conoce la tasa de éxito.

• Funciones: herramienta para resolver CAPTCHA, complemento de navegador para resolver CAPTCHA de forma automática y API para obtener estadísticas e informes útiles. 
• Naturaleza: API prémium para eludir los CAPTCHA para PHP, Python, Java, C#, JavaScript, Go y Ruby.
• Tiempo de actividad: 99,99 %
• Número de casos de éxito: no se conoce.
• Estrategia para eludir los CAPTCHA: resuelve los CAPTCHA por medio de trabajadores humanos.
• Proveedores de CAPTCHA compatibles: CAPTCHA básico de imagen, reCAPTCHA v2, reCAPTCHA v3, reCAPTCHA Enterprise v2/v3, hCaptcha, Geetest, Arkose Labs y Cloudflare Turnstile.
• Puntuación en Trustpilot: 4,8/5.
• Precio: desde 0,50 $/CPM hasta 2 $/CPM.

4. Selenium con la biblioteca Stealth

Selenium es una potente herramienta de automatización de navegadores que se utiliza mucho para hacer pruebas y para los raspados web. Ofrece una API uniforme y completa para automatizar los navegadores y para imitar el comportamiento de los usuarios. Sin embargo, las tecnologías antibots suelen detectar las herramientas de Selenium por la forma en la que configura los navegadores.

selenium-stealth es un paquete de Python que se ha diseñado concretamente para hacer que Selenium sea más difícil de detectar. La biblioteca configura Chrome para evitar la mayoría de las detecciones, lo que permite una automatización más fluida y unas tasas de éxito más altas en varias tareas de automatización. Un caso práctico común de Stealth de Selenium es eludir los CAPTCHA en Python.

Obtén más información en nuestro tutorial sobre cómo saltarse los CAPTCHA con Selenium en Python.

• Funciones: API de automatización completa del navegador, elusión de antibots, API de pruebas E2E y mucho más.
• Naturaleza: código abierto.
• Tiempo de actividad: no procede.
• Tasa de éxito: no se conoce.
• Estrategia para eludir los CAPTCHA: se salta los CAPTCHA gracias a la emulación de usuarios y a la configuración de huellas digitales reales.
• Proveedores de CAPTCHA compatibles: CAPTCHA antibots básicos.
• Puntuación en Trustpilot: no procede.
• Precio: gratis.

5. 2Captcha

2Captcha es un servicio para resolver CAPTCHA que se basa en humanos y que está diseñado para automatizar el proceso de elusión de CAPTCHA. Es compatible con una amplia gama de pruebas y funciona repartiendo los distintos CAPTCHA a los trabajadores humanos que los resuelven en tiempo real. 

2Captcha ofrece una integración de API y bibliotecas oficiales disponibles en varios lenguajes de programación. Concretamente, el paquete 2Captcha para eludir los CAPTCHA de Python es 2captcha-python.

Ten en cuenta que este proveedor no ofrece ningún tipo de prueba ni ningún período de prueba gratuito. Por lo tanto, si quieres probar sus servicios, tienes que gastarte 1 $ como mínimo. Además, hay algunas opiniones preocupantes en Trustpilot y no se conocen la tasa de éxito ni el tiempo de actividad.

• Funciones: resolución de CAPTCHA.
• Naturaleza: API prémium para eludir los CAPTCHA para Python, PHP, Java, C++, C#, Go y Ruby.
• Tiempo de actividad: no se conoce.
• Número de casos de éxito: no se conoce.
• Estrategia para eludir los CAPTCHA: resuelve los CAPTCHA por medio de trabajadores humanos.
• Proveedores de CAPTCHA compatibles: CAPTCHA básico, CAPTCHA básico de texto, CAPTCHA básico de clic, CAPTCHA básico de rotación, reCAPTCHA V2 Callback, KeyCaptcha, reCAPTCHA V2 Invisible, Capy Puzzle CAPTCHA, Cloudflare Turnstile, CAPTCHA de Mazon, CAPTCHA de sonido, MTCaptcha, DataDome CAPTCHA, CyberSiara CAPTCHA, Cutcaptcha, Friendly CAPTCHA, CAPTCHA ruso, CAPTCHA chino, CAPTCHA numérico, CAPTCHA matemático, CAPTCHA deslizante, Tencent Captcha y ATBCaptcha.
• Puntuación en Trustpilot: 4,0/5.
• Precio: desde 0,50 $/CPM hasta 50 $/CPM.

Las mejores herramientas de Python para resolver CAPTCHA

La siguiente tabla resume lo que ofrecen las principales soluciones de Phyton para resolver CAPTCHA:

Servicio	Funciones	Lenguajes de programación	Tiempo de actividad	Número de casos de éxito	Elusión de CAPTCHA	Resolución de CAPTCHA	Puntuación de las reseñas	Prueba gratuita	Precios
CAPTCHA Solver de Bright Data	Toneladas	Cualquiera	99.9%	99.9%	✔️	✔️	4,5/5		3 $/CPM
Stealth de Playwright	Muchos	Python, JavaScript	—	No se conoce	✔️	❌	—	—	Gratis
AntiCaptcha	Pocos	Python, PHP, Java, C#, JavaScript, Go y Ruby	99.99%	Desconocido	❌	✔️	4,8/5		0,50 $/CPM – 2 $/CPM
Stealth de Selenium	Muchos	Python	—	No se conoce	✔️	❌	—	—	Gratis
2Captcha	Muy pocas	Python, PHP, Java, C++, C#, Go y Ruby	Desconocido	Desconocido	❌	✔️	4,0/5		0,50 $/CPM – 50 $/CPM

Conclusión

En este artículo, has aprendido por qué los CAPTCHA suponen un reto para las herramientas de software automatizado y has averiguado si es posible automatizarlos en Python. También has conocido la lista de las principales soluciones de Python para saltarse los CAPTCHA.

Como hemos destacado, Web Unlocker se diferencia de las demás por ser la mejor API de desbloqueo para obtener HTML sin CAPTCHA desde cualquier página web. Esta API de raspado gestiona las huellas digitales del navegador, ofrece reintentos automáticos e integra proxies para rotar las direcciones IP de salida con cada solicitud a la vez que se ocupa de resolver los CAPTCHA por ti. ¡Automatizar los CAPTCHA en Python es más fácil que nunca!

¿Quieres evitar por completo los inconvenientes? Visita el mercado de conjuntos de datos y descarga las muestras gratuitas. Regístrate ya y empieza a disfrutar hoy mismo de tu prueba gratuita.