Quando a automação esbarra em CAPTCHA

Toda automação que dura o suficiente encontra uma parede. Um dia a rotina que consultava o portal do fornecedor todas as manhãs simplesmente para, e o log mostra uma página que ninguém esperava: "confirme que você não é um robô".

A reação natural é tratar isso como um obstáculo técnico e procurar como passar por ele. Vale gastar cinco minutos numa pergunta anterior, porque ela muda a resposta inteira.

Primeiro: por que o desafio apareceu

O CAPTCHA quase nunca é a primeira linha de defesa. Ele é o que o site mostra depois de decidir que aquela conexão parece automatizada. Ou seja, ele é sintoma.

As causas mais comuns, e o que cada uma sugere:

Velocidade. Trinta requisições por segundo não parecem uma pessoa lendo uma página. Diminuir o ritmo resolve mais casos do que se imagina, e é a solução mais barata que existe.

Origem. A conexão sai de uma faixa de datacenter conhecida. Aqui o assunto não é CAPTCHA, é por onde a requisição sai.

Ausência de sessão. Cada requisição chega sem cookie, sem histórico, sem nada — como se um visitante novo aparecesse mil vezes por minuto.

Volume genuinamente alto. Você está pedindo mais do que aquele site foi feito para servir.

Perseguir a resolução do desafio sem olhar a causa costuma levar a um lugar ruim: você resolve o CAPTCHA, o site aperta o critério, aparecem dois, e a conta cresce. Quando o desafio some depois que você reduz o ritmo, o problema nunca foi o desafio.

Segundo: existe um caminho oficial?

A pergunta que economiza mais trabalho é essa, e ela é frequentemente pulada.

Muito serviço que bloqueia automação no site oferece API para o mesmo dado. Às vezes documentada, às vezes só para clientes, às vezes mediante pedido. Uma API é mais rápida, mais estável, devolve dado estruturado e não quebra quando o layout muda.

Se o que você precisa é de um fornecedor com quem você tem contrato, a conversa certa é com ele, não com o HTML dele.

Terceiro: quando resolver o desafio é legítimo

Feitas as duas perguntas anteriores, sobram casos reais em que a barreira atrapalha trabalho legítimo:

• Sistema que você mesmo opera, com CAPTCHA numa etapa que o seu processo interno precisa atravessar.