Selenium 最強反反爬方案來了!
來源:未聞 Code
之前我們提到目前網上的反檢測方法幾乎都是掩耳盜鈴,因爲模擬瀏覽器有幾十個特徵可以被檢測,僅僅隱藏 webdriver 這一個值是沒有任何意義的。
今天我們就來說說應該如何正確解決這個問題
我們首先給出解決方案,然後再說明這個解決方案,我是通過什麼方式找到的
解決這個問題的關鍵,就是一個 js 文件,叫做stealth.min.js,
稍後我會說明如何生成這個文件
我們需要設定,讓 Selenium 或者 Pyppeteer 在打開任何頁面之前,先運行這個 Js 文件
這裏,我以 Selenium 爲例來說明如何操作,我們編寫如下代碼:
import time
from selenium.webdriver import Chrome
from selenium.webdriver.chrome.options import Options
chrome_options = Options()
chrome_options.add_argument("--headless")
chrome_options.add_argument('user-agent=Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36')
driver = Chrome('./chromedriver', options=chrome_options)
with open('/Users/kingname/test_pyppeteer/stealth.min.js') as f:
js = f.read()
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
"source": js
})
driver.get('https://bot.sannysoft.com/')
time.sleep(5)
driver.save_screenshot('walkaround.png')
# 你可以保存源代碼爲 html 再雙擊打開,查看完整結果
source = driver.page_source
with open('result.html', 'w') as f:
f.write(source)
運行截圖如下:
可以看到,雖然我使用的是無頭模式,但是能夠被識別的特徵都被成功隱藏。大家還可以雙擊打開保存下來的 html 文件,看看是不是結果跟普通瀏覽器幾乎一樣。
如果你使用的是 Pyppeteer,那麼可以根據我上面文章中給出的方法,試着加載一下這個 js 文件,看看是不是也能成功隱藏特徵。
那麼,這個stealth.min.js
文件是怎麼來的呢?這就要說到puppeteer
了。我們知道,Python 版本的pyppeteer
已經很久沒有人維護了,但是 Node.js 版本的 puppeteer
持續有人維護,並且在持續更新,生態也越來越好。
有開發者給 puppeteer 寫了一套插件,叫做puppeteer-extra
。其中,就有一個插件叫做 puppeteer-extra-plugin-stealth[1]。這個東西,就來專門用來讓 puppeteer 隱藏模擬瀏覽器的指紋特徵。
這個東西是專門給 puppeteer 用的。所以,如果你使用的是 puppeteer,那麼你可以根據它的 Readme 說明,直接使用。
那麼,我們用 Python 的人怎麼辦呢?實際上也有辦法。就是把其中的隱藏特徵的腳本提取出來,做成一個單獨的 js 文件。然後讓 Selenium 或者 Pyppeteer 在打開任意網頁之前,先運行一下這個 js 文件裏面的內容。
puppeteer-extra-plugin-stealth 的作者還寫了另外一個工具,叫做 extract-stealth-evasions[2]。這個東西就是用來生成stealth.min.js
文件的。
如果你在國外,並且網速足夠快的話。那麼你根據它的 Readme,首先安裝 Node.js,然後安裝 Npm,接着運行如下命令:
npx extract-stealth-evasions
就會在你執行命令的文件夾下面生成一個stealth.min.js
文件。然後你就可以正常使用了。
如果你在國內,那麼執行這個命令的過程中,會有一個下載 Chromium 的過程,速度非常慢,雖然只有 130MB,但是可能會下載好幾個小時。
此時,你需要把它的package.json
和index.js
兩個文件保存到本地。然後打開package.json
文件,修改其中的dependencies
這一項,把裏面的puppeteer
改成puppeteer-core
,如下圖所示:
然後修改index.js
,給.launch()
函數增加一個參數executablePath
,指向你電腦上的 Chrome 瀏覽器,如下圖所示:
修改完成以後。首先執行yarn install
安裝依賴包。然後執行node index.js
運行程序。1 秒鐘以後就會生成stealth.min.js
了。
本文由 Readfog 進行 AMP 轉碼,版權歸原作者所有。
來源:https://mp.weixin.qq.com/s/9P8YhhjlriMDI_QK-GSzbw