import logging import time import random import json import re from typing import Optional, Dict from openai import OpenAI from playwright.sync_api import Page from playwright.sync_api import TimeoutError as PlaywrightTimeoutError from config import Config logger = logging.getLogger(__name__) class ModelApiError(Exception): """模型 API 错误，属于不可重试错误。""" class CaptchaHandler: """验证码处理器""" def __init__(self, config: Config): self.config = config self.client = OpenAI( base_url=config.base_url, api_key=config.api_key ) def get_img(self, page: Page): try: # 获取验证码图片 captcha_img_element = page.locator(".geetest_tip_img") captcha_img_element.wait_for(state="visible", timeout=10000) # 获取 CSS 属性 bg_style = captcha_img_element.evaluate( "el => window.getComputedStyle(el).backgroundImage" ) # 正则匹配 match = re.search(r'url\(["\']?(.*?)["\']?\)', bg_style) if match: img_url = match.group(1) logger.info(f"成功获取验证码图片 URL: {img_url}") return img_url else: logger.error("无法提取验证码图片 URL") return "" except PlaywrightTimeoutError: logger.info("未检测到 GeeTest 验证码窗口") return False def handle_geetest_captcha(self, page: Page) -> bool: """处理 GeeTest 九宫格验证码（带重试机制）""" logger.info("开始处理 GeeTest 验证码...") try: # 获取验证码图片 img_url = self.get_img(page) if not img_url: logger.error("图片获取失败，刷新网页重试...") time.sleep(2) return False # 调用视觉模型识别，imagebase64 由配置控制 recognition_result = self._recognize_captcha(img_url, imagebase64=self.config.image_as_base64) if not recognition_result: logger.warning("识别失败，刷新网页重试...") time.sleep(2) return False logger.info(f"验证码识别结果: {recognition_result}") # 根据识别结果点击相应的九宫格 if not self._click_captcha_items(page, recognition_result): logger.warning("点击失败，刷新网页重试...") time.sleep(2) return False logger.warning("验证码流程完成，刷新网页验证是否成功...") time.sleep(2) return True except ModelApiError: raise except Exception as e: logger.error(f"处理验证码时发生错误: {e}", exc_info=True) return False def _recognize_captcha(self, img_url: str, imagebase64: bool = False) -> Optional[Dict]: """使用视觉模型识别验证码，支持 imagebase64 方式""" try: prompt = ( '这是一个九宫格验证码，请按从左到右、从上到下的顺序识别每个格子里的物品名称，' '最后识别左下角的参考图。输出格式为JSON：{"1":"名称", "2":"名称", ..., "10":"参考图名称"}。' '名称要简洁，参考图名称必须是九宫格里已有的名称。若有类似物品（如气球与热气球），请统一名称。' ) image_url_value = img_url if imagebase64: import requests, base64 try: resp = requests.get(img_url) resp.raise_for_status() img_bytes = resp.content img_b64 = base64.b64encode(img_bytes).decode('utf-8') image_url_value = f"data:image/jpeg;base64,{img_b64}" except Exception as e: logger.error(f"图片转base64失败: {e}") raise ModelApiError("图片转base64失败") from e response = self.client.chat.completions.create( model=self.config.model, messages=[{ 'role': 'user', 'content': [ {'type': 'text', 'text': prompt}, {'type': 'image_url', 'image_url': {'url': image_url_value}} ] }], stream=False ) response_data = response.model_dump() if hasattr(response, "model_dump") else {} logger.debug(f"模型完整响应: {response_data}") for error_key in ("error", "errors"): if response_data.get(error_key): logger.error(f"模型 API 返回错误: {response_data[error_key]}") raise ModelApiError("模型 API 返回错误") choices = response_data.get("choices") or [] if not choices: logger.error(f"模型 API 返回非标准成功响应，缺少 choices: {response_data}") raise ModelApiError("模型 API 返回非标准成功响应") result_content = choices[0].get("message", {}).get("content") if not result_content: logger.error(f"模型 API 响应缺少 message.content: {response_data}") raise ModelApiError("模型 API 响应缺少 message.content") logger.info(f"模型原始输出: {result_content}") json_text = self._extract_json(result_content) if not json_text: logger.error("无法从模型输出中提取有效 JSON") raise ModelApiError("模型输出不包含有效 JSON") cleaned_str = json_text.replace("'", '"').strip() result_dict = json.loads(cleaned_str) if isinstance(result_dict, dict) and result_dict.get("error"): logger.error(f"模型 API 返回错误: {result_dict['error']}") raise ModelApiError("模型 API 返回错误") return result_dict except json.JSONDecodeError as e: logger.error(f"JSON 解析失败: {e}") raise ModelApiError("模型输出 JSON 解析失败") from e except Exception as e: if isinstance(e, ModelApiError): raise status_code = getattr(e, "status_code", None) if status_code: logger.error(f"模型 API 调用失败，HTTP {status_code}: {e}") else: logger.error(f"模型 API 调用失败: {e}", exc_info=True) raise ModelApiError("模型 API 调用失败") from e @staticmethod def _extract_json(text: str) -> Optional[str]: """从模型输出中提取 JSON，兼容代码块、Qwen box 标记和普通说明文本。""" if not isinstance(text, str): text = str(text) box_match = re.search(r'<\|begin_of_box\|>(.*?)<\|end_of_box\|>', text, flags=re.DOTALL) if box_match: return box_match.group(1).strip() code_block_match = re.search(r'```(?:json)?\s*(\{.*?\})\s*```', text, flags=re.DOTALL) if code_block_match: return code_block_match.group(1).strip() start = text.find('{') if start == -1: return None stack = 0 for i in range(start, len(text)): if text[i] == '{': stack += 1 elif text[i] == '}': stack -= 1 if stack == 0: return text[start:i + 1].strip() return None def _click_captcha_items(self, page: Page, recognition_result: Dict) -> bool: """ 根据识别结果点击九宫格中匹配的格子 九宫格布局（索引从1开始）： 1 2 3 4 5 6 7 8 9 第10个是参考图（左下角） """ try: # 获取参考图名称（第10个元素） target_name = recognition_result.get("10", "").strip() if not target_name: logger.error("未能从识别结果中获取参考图名称") return False logger.info(f"目标物品: {target_name}") # 获取所有九宫格元素（前9个） grid_items = page.locator(".geetest_item") item_count = grid_items.count() # 排除最后一个（参考图），只处理前9个 if item_count < 9: logger.error(f"九宫格元素数量不足，只找到 {item_count} 个") return False # 遍历前9个格子，找到匹配的物品并点击 clicked_count = 0 for i in range(9): position = i + 1 # 位置索引从1开始 item_name = recognition_result.get(str(position), "").strip() logger.info(f"位置 {position}: {item_name}") # 如果当前格子的物品名称匹配参考图 if item_name and item_name == target_name: logger.info(f"找到匹配项！位置 {position} - {item_name}") # 点击该格子 try: grid_items.nth(i).click() clicked_count += 1 logger.info(f"已点击位置 {position}") # 点击后短暂等待，模拟人类操作 time.sleep(random.uniform(0.3, 0.6)) except Exception as e: logger.error(f"点击位置 {position} 时出错: {e}") if clicked_count == 0: logger.warning(f"未找到匹配 '{target_name}' 的格子") return False logger.info(f"共点击了 {clicked_count} 个匹配的格子") # 点击完成后，查找并点击确认按钮 try: # 等待确认按钮变为可用状态（移除 geetest_disable 类） confirm_button = page.locator(".geetest_commit") confirm_button.wait_for(state="attached", timeout=5000) # 检查按钮是否可用（没有 geetest_disable 类） button_classes = confirm_button.get_attribute("class") or "" logger.info(f"确认按钮状态: {button_classes}") # 等待按钮变为可点击状态（最多等待3秒） max_wait = 3 start = time.time() while "geetest_disable" in (confirm_button.get_attribute("class") or ""): if time.time() - start > max_wait: logger.warning("确认按钮未激活，但仍尝试点击") break time.sleep(0.2) logger.info("找到确认按钮，准备点击...") confirm_button.click(force=True) logger.info("已点击确认按钮") time.sleep(1) except PlaywrightTimeoutError: logger.info("未找到确认按钮，可能自动提交") return True except Exception as e: logger.error(f"点击验证码格子时发生错误: {e}", exc_info=True) return False def _refresh_captcha(self, page: Page) -> bool: """刷新验证码""" try: logger.info("正在刷新验证码...") page.locator(".geetest_refresh").click() logger.info("已点击刷新按钮") time.sleep(1.5) # 等待新验证码加载 return True except Exception as e: logger.error(f"刷新验证码失败: {e}") return False