Selenium 自动化爬取某些网站时，极有可能会遭遇反爬。 实际上，我们使用默认的方式初始化 WebDriver 打开一个网站，下面这段 JS 代码永远为 true，而手动打开目标网站的话，则为：undefined。 # 通过这段 JS 脚本区分是爬虫还是人工操作 window.navigator.webdriver
稍微有一点反爬经验的工程师利用上面的差别，很容易判断访问对象是否为一个爬虫，然后对其做反爬处理，返回一堆脏数据或各种验证码。
如果要实现后面的自动化操作，首先要解决的就是这个反爬的问题。 常见的反反爬方案包含：设置参数?excludeSwitches、mitmproxy 拦截过滤、cdp 命令，下面分别来说说。 2.设置参数 excludeSwitches Chrome79 之前可以通过配置 ChromeOptions 驱动参数，来达到反反爬的目的。 只需要将参数打开，设置 excludeSwitches 值为 enable-automation 即可。 from selenium.webdriver import Chrome from selenium.webdriver import ChromeOptions option = ChromeOptions() # 打开参数 option.add_experimental_option('excludeSwitches',?['enable-automation']) driver = Chrome(options=option) driver.implicitly_wait(10) driver.get("http://www.google.com")
这个参数是实验性参数，所以右上角会提示：请停用开发者模式运行的扩展程序，不能点击停用。 这样，设置这个参数后： window.navigator.webdriver 的值就变成 undefined 了。
3. mitproxy 拦截 众所周知，mitproxy 可以拦截到网络请求，做其他处理，这里只需要进行 JS 代码注入即可。 # 待执行的 JS 代码,修改 window.navigator.webdriver 的值 js_exec = 'Object.defineProperties(navigator,{webdriver:{get:() => false}});' # 重写 response，截获网络请求，js注入 def response(slef,flow: mitmproxy.http.HTTPFlow): if 'google' in flow.request.url: flow.response.text = js_exec + flow.response.text
然后启动 mitmdump： # 启动mitmproxy mitmdump -p 8888 -s 111.py
最后，配置 ChromeOptions 指向 mitmdump代码即可。 # 配置ChromeOptions option.add_argument("--proxy-server=http://127.0.0.1:8888")
4. cdp 命令(经验证可以) cdp 全称是：Chrome Devtools-Protocol 通过 addScriptToEvaluateOnNewDocument()?方法可以在页面还未加载之前，运行一段脚本。 如此，我们只需要提前设置： window.navigator.webdriver?的值为 undefined 即可。 from selenium.webdriver import Chrome from selenium.webdriver import ChromeOptions option = ChromeOptions() # 打开参数 # option.add_argument("--proxy-server=http://127.0.0.1:8888") # driver = Chrome(options=option) driver = Chrome() driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", { "source": """ Object.defineProperty(navigator, 'webdriver', { get: () => undefined }) """ }) driver.implicitly_wait(10) driver.get("http://www.google.com")
5. 其他 通过上面的 3 种方法可以很好的解决 Selenium 自动化被反爬的问题。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
权威发布，测试选择不纠结！第15届软件测试行业报告，直击行业发展，把握未来方向！
