Xử lý CAPTCHA tiếng Ả Rập và RTL bằng CaptchaAI

Các trang web tiếng Ả Rập, tiếng Farsi và tiếng Do Thái trình bày CAPTCHA với các tập lệnh từ phải sang trái (RTL) thách thức OCR tiêu chuẩn và chèn văn bản. Các ký tự tiếng Ả Rập kết nối khác nhau dựa trên vị trí - dạng ban đầu, trung gian, cuối cùng hoặc tách biệt - khiến việc nhận dạng CAPTCHA hình ảnh trở nên khó khăn hơn. Kết hợp với bố cục trang RTL ảnh hưởng đến việc định vị thành phần, những trang này cần được xử lý cụ thể.

Những thách thức của RTL CAPTCHA

Python: CAPTCHA hình ảnh tiếng Ả Rập

import requests
import base64
import time

API_KEY = "YOUR_API_KEY"
SUBMIT_URL = "https://ocr.captchaai.com/in.php"
RESULT_URL = "https://ocr.captchaai.com/res.php"

def solve_arabic_captcha(image_path: str) -> str:
    """Solve an Arabic script image CAPTCHA."""
    with open(image_path, "rb") as f:
        image_b64 = base64.b64encode(f.read()).decode()

    resp = requests.post(SUBMIT_URL, data={
        "key": API_KEY,
        "method": "base64",
        "body": image_b64,
        "language": 2,          # Non-Latin character support
        "json": 1,
    }, timeout=30).json()

    if resp.get("status") != 1:
        raise RuntimeError(f"Submit: {resp.get('request')}")

    task_id = resp["request"]
    for _ in range(24):
        time.sleep(5)
        poll = requests.get(RESULT_URL, params={
            "key": API_KEY, "action": "get", "id": task_id, "json": 1,
        }, timeout=15).json()

        if poll.get("request") == "CAPCHA_NOT_READY":
            continue
        if poll.get("status") == 1:
            return poll["request"]
        raise RuntimeError(f"Solve: {poll.get('request')}")

    raise RuntimeError("Timeout")

def solve_arabic_captcha_from_url(session: requests.Session,
                                   captcha_url: str) -> str:
    """Download and solve an Arabic CAPTCHA from a URL."""
    resp = session.get(captcha_url, timeout=15)
    image_b64 = base64.b64encode(resp.content).decode()

    submit = requests.post(SUBMIT_URL, data={
        "key": API_KEY,
        "method": "base64",
        "body": image_b64,
        "language": 2,
        "json": 1,
    }, timeout=30).json()

    if submit.get("status") != 1:
        raise RuntimeError(f"Submit: {submit.get('request')}")

    task_id = submit["request"]
    for _ in range(24):
        time.sleep(5)
        poll = requests.get(RESULT_URL, params={
            "key": API_KEY, "action": "get", "id": task_id, "json": 1,
        }, timeout=15).json()

        if poll.get("request") == "CAPCHA_NOT_READY":
            continue
        if poll.get("status") == 1:
            return poll["request"]
        raise RuntimeError(f"Solve: {poll.get('request')}")

    raise RuntimeError("Timeout")

# --- RTL-aware form submission ---

def submit_form_with_arabic_captcha(
    form_url: str,
    captcha_url: str,
    form_data: dict,
    captcha_field: str = "captcha",
) -> requests.Response:
    """Complete an Arabic website form with CAPTCHA."""
    session = requests.Session()
    session.headers.update({
        "Accept-Language": "ar-SA,ar;q=0.9",
        "Content-Type": "application/x-www-form-urlencoded; charset=UTF-8",
    })

    # Load the form page to establish session
    session.get(form_url, timeout=15)

    # Solve the CAPTCHA
    captcha_text = solve_arabic_captcha_from_url(session, captcha_url)
    print(f"Arabic CAPTCHA solved: {captcha_text}")

    # Submit with the solved text
    form_data[captcha_field] = captcha_text
    response = session.post(form_url, data=form_data, timeout=30)

    return response

# --- Usage ---

# Simple Arabic image CAPTCHA
text = solve_arabic_captcha("arabic_captcha.png")
print(f"Arabic text: {text}")

# Form submission on Arabic site
response = submit_form_with_arabic_captcha(
    form_url="https://example.sa/registration",
    captcha_url="https://example.sa/captcha/generate",
    form_data={
        "name": "اسم المستخدم",
        "email": "user@example.com",
    },
)

JavaScript: Tiếng Ả Rập và RTL CAPTCHA

const API_KEY = "YOUR_API_KEY";
const SUBMIT_URL = "https://ocr.captchaai.com/in.php";
const RESULT_URL = "https://ocr.captchaai.com/res.php";
const fs = require("fs");

async function solveArabicCaptcha(imagePath) {
  const imageB64 = fs.readFileSync(imagePath, "base64");

  const body = new URLSearchParams({
    key: API_KEY,
    method: "base64",
    body: imageB64,
    language: "2",
    json: "1",
  });

  const resp = await (await fetch(SUBMIT_URL, { method: "POST", body })).json();
  if (resp.status !== 1) throw new Error(`Submit: ${resp.request}`);

  const taskId = resp.request;
  for (let i = 0; i < 24; i++) {
    await new Promise((r) => setTimeout(r, 5000));
    const url = `${RESULT_URL}?key=${API_KEY}&action=get&id=${taskId}&json=1`;
    const poll = await (await fetch(url)).json();
    if (poll.request === "CAPCHA_NOT_READY") continue;
    if (poll.status === 1) return poll.request;
    throw new Error(`Solve: ${poll.request}`);
  }
  throw new Error("Timeout");
}

// Inject CAPTCHA token into RTL page with Playwright
async function solveAndInjectRTL(page) {
  // RTL pages may position the CAPTCHA differently
  const captchaImg = await page.locator("img[id*='captcha'], img[class*='captcha']");
  const imgSrc = await captchaImg.getAttribute("src");

  // Download the image
  const buffer = await (await fetch(imgSrc)).arrayBuffer();
  const imageB64 = Buffer.from(buffer).toString("base64");

  // Solve
  const body = new URLSearchParams({
    key: API_KEY, method: "base64", body: imageB64,
    language: "2", json: "1",
  });
  const resp = await (await fetch(SUBMIT_URL, { method: "POST", body })).json();
  if (resp.status !== 1) throw new Error(`Submit: ${resp.request}`);

  const taskId = resp.request;
  for (let i = 0; i < 24; i++) {
    await new Promise((r) => setTimeout(r, 5000));
    const url = `${RESULT_URL}?key=${API_KEY}&action=get&id=${taskId}&json=1`;
    const poll = await (await fetch(url)).json();
    if (poll.request === "CAPCHA_NOT_READY") continue;
    if (poll.status === 1) {
      // Fill the input — RTL input handles text direction automatically
      await page.locator("input[name*='captcha']").fill(poll.request);
      return poll.request;
    }
    throw new Error(`Solve: ${poll.request}`);
  }
}

// Usage
const text = await solveArabicCaptcha("arabic_captcha.png");
console.log(`Arabic text: ${text}`);

Tập lệnh RTL được hỗ trợ

Khắc phục sự cố

Câu hỏi thường gặp

CaptchaAI có xử lý tập lệnh tiếng Ả Rập được kết nối không?

Vâng. Các ký tự tiếng Ả Rập kết nối khi liền kề - cùng một chữ cái trông khác nhau tùy thuộc vào vị trí của nó trong một từ. Bộ giải Image/OCR của CaptchaAI nhận dạng chữ viết Ả Rập được kết nối bao gồm các dạng chữ cái đầu, trung gian, cuối cùng và tách biệt.

Làm cách nào để xử lý CAPTCHA tiếng Farsi so với CAPTCHA tiếng Ả Rập?

Cả hai đều sử dụng chữ Ả Rập nhưng có thêm ký tự (như Ù¾, Ú†, Ú˜, Ú¯ trong tiếng Farsi). Sử dụng language=2 cho cả hai. CaptchaAI tự động nhận dạng bộ ký tự mở rộng.

Bố cục trang RTL có ảnh hưởng đến việc phát hiện CAPTCHA không?

Bố cục RTL phản chiếu trang - các biểu mẫu và CAPTCHA có thể xuất hiện ở các phía đối diện so với các trang LTR. Sử dụng bộ chọn CSS hoặc ID để xác định vị trí các phần tử CAPTCHA thay vì dựa vào vị trí trực quan.

Các bước tiếp theo

Giải CAPTCHA trên các trang web tiếng Ả Rập và RTL —lấy khóa API CaptchaAI của bạnvà xử lý bất kỳ bộ ký tự RTL nào.

Hướng dẫn liên quan:

• Giải CAPTCHA trên các trang web Trung Quốc
• Bộ ký tự CAPTCHA hình ảnh đa ngôn ngữ
• Cài đặt ngôn ngữ và bản địa hóa CAPTCHA