Xử lý CAPTCHA để so sánh giá dược phẩm

Xây dựng công cụ so sánh giá thuốc có nghĩa là thu thập dữ liệu về giá từ nhiều cổng hiệu thuốc, cơ sở dữ liệu về giá thuốc và công thức bảo hiểm. Nhiều nguồn trong số này bảo vệ các trang định giá của họ bằng CAPTCHA — đặc biệt là reCAPTCHA v2 trên các biểu mẫu tìm kiếm và trang kết quả. Dưới đây là cách xử lý chúng.

Nơi CAPTCHA xuất hiện trong cổng hiệu thuốc

Quy trình làm việc cơ bản

import requests
import time

session = requests.Session()
session.headers.update({
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
})

def solve_recaptcha(site_key, page_url):
    resp = requests.post("https://ocr.captchaai.com/in.php", data={
        "key": "YOUR_API_KEY",
        "method": "userrecaptcha",
        "googlekey": site_key,
        "pageurl": page_url,
        "json": 1
    })
    task_id = resp.json()["request"]

    for _ in range(60):
        time.sleep(3)
        result = requests.get("https://ocr.captchaai.com/res.php", params={
            "key": "YOUR_API_KEY",
            "action": "get",
            "id": task_id,
            "json": 1
        })
        data = result.json()
        if data["status"] == 1:
            return data["request"]
    raise TimeoutError("Solve timed out")

def search_drug_prices(drug_name, zipcode):
    search_url = "https://pharmacy.example.com/search"

    # Load the search page to get the site key
    page = session.get(search_url)

    # Extract reCAPTCHA site key
    import re
    match = re.search(r'data-sitekey="([^"]+)"', page.text)
    site_key = match.group(1)

    # Solve the CAPTCHA
    token = solve_recaptcha(site_key, search_url)

    # Submit the search with token
    results = session.post(search_url, data={
        "drug": drug_name,
        "zip": zipcode,
        "g-recaptcha-response": token
    })

    return parse_prices(results.text)

So sánh nhiều hiệu thuốc

So sánh giá trên nhiều nguồn:

PHARMACY_SOURCES = [
    {
        "name": "PharmacyA",
        "url": "https://pharmacya.example.com/pricing",
        "captcha_type": "recaptcha_v2"
    },
    {
        "name": "PharmacyB",
        "url": "https://pharmacyb.example.com/drugs",
        "captcha_type": "turnstile"
    },
    {
        "name": "PharmacyC",
        "url": "https://pharmacyc.example.com/search",
        "captcha_type": "image"
    }
]

def compare_drug_price(drug_name, zipcode):
    results = []

    for source in PHARMACY_SOURCES:
        try:
            prices = fetch_prices(
                source["url"],
                source["captcha_type"],
                drug_name,
                zipcode
            )
            results.append({
                "source": source["name"],
                "prices": prices,
                "status": "success"
            })
        except Exception as e:
            results.append({
                "source": source["name"],
                "error": str(e),
                "status": "failed"
            })

    return sorted(results, key=lambda r: r.get("prices", {}).get("lowest", float("inf")))

Xử lý các loại CAPTCHA khác nhau

Cổng dược phẩm sử dụng nhiều nhà cung cấp CAPTCHA khác nhau:

def fetch_prices(url, captcha_type, drug_name, zipcode):
    page = session.get(url)

    if captcha_type == "recaptcha_v2":
        import re
        match = re.search(r'data-sitekey="([^"]+)"', page.text)
        token = solve_recaptcha(match.group(1), url)
        field_name = "g-recaptcha-response"

    elif captcha_type == "turnstile":
        import re
        match = re.search(r'data-sitekey="(0x[^"]+)"', page.text)
        token = solve_turnstile(match.group(1), url)
        field_name = "cf-turnstile-response"

    elif captcha_type == "image":
        img_data = extract_captcha_image(page.text)
        token = solve_image_captcha(img_data)
        field_name = "captcha"

    return session.post(url, data={
        "drug": drug_name,
        "zip": zipcode,
        field_name: token
    })

Quản lý phiên cho tìm kiếm lặp lại

So sánh giá thuốc yêu cầu nhiều tìm kiếm. Quản lý các phiên để giảm thiểu việc gặp phải CAPTCHA:

class PharmacySession:
    def __init__(self, base_url):
        self.session = requests.Session()
        self.base_url = base_url
        self.searches_since_captcha = 0

    def search(self, drug_name, zipcode):
        result = self.session.post(f"{self.base_url}/search", data={
            "drug": drug_name,
            "zip": zipcode
        })

        if self.is_captcha_page(result.text):
            token = self.solve_page_captcha(result.text)
            result = self.session.post(f"{self.base_url}/search", data={
                "drug": drug_name,
                "zip": zipcode,
                "g-recaptcha-response": token
            })
            self.searches_since_captcha = 0
        else:
            self.searches_since_captcha += 1

        return result

    def is_captcha_page(self, html):
        return "g-recaptcha" in html or "cf-turnstile" in html

    def solve_page_captcha(self, html):
        import re
        match = re.search(r'data-sitekey="([^"]+)"', html)
        return solve_recaptcha(match.group(1), self.base_url)

Triển khai JavaScript

async function comparePharmacyPrices(drugName, zipCode, sources) {
  const results = await Promise.all(
    sources.map(async (source) => {
      try {
        const price = await fetchDrugPrice(source, drugName, zipCode);
        return { source: source.name, price, status: 'success' };
      } catch (error) {
        return { source: source.name, error: error.message, status: 'failed' };
      }
    })
  );

  return results
    .filter(r => r.status === 'success')
    .sort((a, b) => a.price - b.price);
}

async function fetchDrugPrice(source, drugName, zipCode) {
  // Solve CAPTCHA for this source
  const token = await solveCaptcha(source.siteKey, source.url);

  const response = await fetch(source.url, {
    method: 'POST',
    headers: { 'Content-Type': 'application/x-www-form-urlencoded' },
    body: new URLSearchParams({
      drug: drugName,
      zip: zipCode,
      'g-recaptcha-response': token
    })
  });

  return parsePrice(await response.text());
}

Cân nhắc giới hạn tỷ lệ

Cổng dược phẩm giám sát chặt chẽ các mẫu truy cập:

Khắc phục sự cố

Câu hỏi thường gặp

Tôi có thể so sánh đồng thời bao nhiêu nguồn dược phẩm?

CaptchaAI xử lý việc giải quyết song song. Bạn có thể giải CAPTCHA cho nhiều cổng hiệu thuốc cùng một lúc. Giới hạn thực tế phụ thuộc vào số dư CaptchaAI của bạn và giới hạn tỷ lệ của mỗi cổng.

Cổng thông tin hiệu thuốc có thường xuyên thay đổi loại CAPTCHA không?

Một số cổng cập nhật việc triển khai CAPTCHA theo định kỳ. Theo dõi các thay đổi bằng cách kiểm tra xem bản trích xuất của bạn có còn tìm thấy khóa trang hay không. CaptchaAI hỗ trợ tất cả các loại CAPTCHA chính, do đó, việc chuyển đổi nhà cung cấp không yêu cầu bạn phải thay đổi phương pháp giải.

Có sự khác biệt giữa cổng thông tin định giá thuốc gốc và thuốc gốc không?

Việc xử lý CAPTCHA cũng tương tự. Cơ sở dữ liệu thuốc gốc có thể sử dụng CAPTCHA hình ảnh đơn giản hơn, trong khi các cổng thông tin hiệu thuốc có thương hiệu có xu hướng sử dụng reCAPTCHA v2 hoặc Turnstile.

bài viết liên quan

• Cách giải quyết cuộc gọi lại Recaptcha V2 bằng Api
• Xử lý cửa quay Recaptcha V2 trên cùng một trang web
• Cơ chế gọi lại Recaptcha V2

Các bước tiếp theo

Xây dựng công cụ so sánh giá hiệu thuốc của bạn —lấy khóa API CaptchaAI của bạnvà xử lý CAPTCHA trên tất cả các nguồn dược phẩm.