Selenium自动化程序被检测为爬虫,怎么屏蔽和绕过(图)

测试工具 创建于:2022-04-16
  
Selenium 操作被屏蔽   使用selenium自动化网页时,有一定的概率会被目标网站识别,一旦被检测到,目标网站会拦截该客户端做出的网页操作。   比如淘宝和大众点评的登录页,当手工打开
浏览器,输入用户名和密码时,是能正常进入首页的,但是如果是通过selenium打开, 会直接提示验证失败,点击框体重试。
  本文介绍一种办法,不需要修改浏览器属性,不需要注入JavaScript脚本,也能轻松绕过网站检测。  
 Selenium为何会被检测   每一个浏览器访问网站时,都会带上特定的指纹特征,网站会解析这些特征,从而判断这次访问是不是自动化程序。   一个最广为人知的特征是window.navigator.webdriver,该特征直接标明此浏览器是webdriver程序。当一个浏览器通过selenium启动后,在开发者工具中输入这个属性,会发现被标为 true, 而手工打开的浏览器是 false。
  实际上,浏览器被检测为webdriver程序的特征并不止这一个,这意味着,就算你通过修改属性,也不一定能绕过网站的检测。   我们可以通过 sannysoft 来检测浏览器指纹,如果浏览器是通过selenium等自动化程序打开的,访问这个网址后会有很多特征暴露这些指纹,这些特征的值和手工打开后的值是不一样的,因此可以很轻易被别人检测出来。

  有人也试图不用selenium,换成puppeter和playwright这样的自动化工具,但是结局都是一样的。  
 Selenium避免被检测方法   浏览器在启动时就会带上指纹特征,如果使用自动化程序启动时已经被标记,那为什么不直接用手工启动,然后用Selenium连接已经启动的浏览器呢?   那手工打开浏览器要做什么操作才能让Selenium连接呢?Selenium又是怎样连接手工打开的浏览器呢?   概括起来:   1、打开浏览器时添加以下参数:   --remote-debugging-port=9222 --user-data-dir="C:\\selenium\\ChromeProfile"

  2、selenium中设置浏览器选项,通过上面设置的 9222端口连接浏览器:   from selenium.webdriver.chrome.options import Options   chrome_options = Options()   chrome_options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")   driver = webdriver.Chrome(options=chrome_options)      
通过 subprocess 运行浏览器   当然,做自动化程序一般不会手工点击图标来打开浏览器,我们可以用命令行启动浏览器,然后再用 selenium 连接。   import subprocess   cmd = '"C:\\Program Files (x86)\\Google\\Chrome\\Application\\chrome.exe" ' \\   '--remote-debugging-port=9222 ' \\   '--user-data-dir="C:\\selenium\\ChromeProfile"'   subprocess.run(cmd)


  
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!

原文地址:http://www.51testing.com/?action-viewnews-itemid-5921775

免责声明:本文来源于互联网,版权归合法拥有者所有,如有侵权请公众号联系管理员

* 本站提供的一些文章、资料是供学习研究之用,如用于商业用途,请购买正版。

发表于:2022-4-16 18:37 作者:九柄 来源:稀土掘金