Python Selenium 请求头的设置

谷歌浏览器：

一、chromeOptions相关配置
chromeOptions 是一个配置 chrome 启动是属性的类。通过这个类，我们可以为chrome配置如下参数（这个部分可以通过selenium源码看到）：

1.设置 chrome 二进制文件位置 (binary_location) 
2.添加启动参数 (add_argument) 
3.添加扩展应用 (add_extension, add_encoded_extension) 
4.添加实验性质的设置参数 (add_experimental_option) 
5.设置调试器地址 (debugger_address)

 源码剖析:

# .\Lib\site-packages\selenium\webdriver\chrome\options.py
class Options(object):
    def __init__(self):
        self._binary_location = ''           # 设置 chrome 二进制文件位置
        self._arguments = []                 # 添加启动参数
        self._extension_files = []           # 添加扩展应用
        self._extensions = []
        self._experimental_options = {}      # 添加实验性质的设置参数
        self._debugger_address = None        # 设置调试器地址

1、 模拟移动设备

# 通过设置user-agent，用来模拟移动设备
user_ag='MQQBrowser/26 Mozilla/5.0 (Linux; U; Android 2.3.7; zh-cn; MB200 Build/GRJ22; '+
'CyanogenMod-7) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1'
options.add_argument('user-agent=%s'%user_ag)
#option.add_argument('--user-agent=iphone')

2、禁止图片加载

from selenium import webdriver
options = webdriver.ChromeOptions()
prefs = {"profile.managed_default_content_settings.images": 2}
options.add_experimental_option("prefs", prefs)
driver = webdriver.Chrome(chrome_options=chrome_options)
#或者  使用下面的设置, 提升速度
options.add_argument('blink-settings=imagesEnabled=false')

 

 3、 添加代理

from selenium import webdriver
# 静态IP：102.23.1.105：2005
PROXY = "proxy_host:proxy:port"
options = webdriver.ChromeOptions()
desired_capabilities = options.to_capabilities()
desired_capabilities['proxy'] = {
    "httpProxy": PROXY,
    "ftpProxy": PROXY,
    "sslProxy": PROXY,
    "noProxy": None,
    "proxyType": "MANUAL",
    "class": "org.openqa.selenium.Proxy",
    "autodetect": False
}
driver = webdriver.Chrome(desired_capabilities = desired_capabilities)

4.浏览器启动时安装crx扩展

# -*- coding=utf-8 -*-
from selenium import webdriver
option = webdriver.ChromeOptions()
option.add_extension('d:\crx\AdBlock_v2.17.crx')  # 自己下载的crx路径
driver = webdriver.Chrome(chrome_options=option)
driver.get('http://www.taobao.com/')

 

5.加载所有Chrome配置

用Chrome地址栏输入chrome://version/，查看自己的“个人资料路径”，然后在浏览器启动时，调用这个配置文件，代码如下：

#-*- coding=utf-8 -*-
from selenium import webdriver
option = webdriver.ChromeOptions()
p=r'C:\Users\Administrator\AppData\Local\Google\Chrome\User Data'
option.add_argument('--user-data-dir='+p)  # 设置成用户自己的数据目录
driver = webdriver.Chrome(chrome_options=option)

6.携带Cookie  通过使用Chrome选项保持所有登录在会话之间持久user-data-dir

chrome_options = Options()
chrome_options.add_argument("user-data-dir=selenium") 
driver = webdriver.Chrome(chrome_options=chrome_options)
driver.get("http://www.baidu.com")

 

7、 其他

# -*- coding: utf-8 -*-
from selenium import webdriver
options = webdriver.ChromeOptions()

#谷歌无头模式
options.add_argument('--headless')
options.add_argument('--disable-gpu')#谷歌文档提到需要加上这个属性来规避bug

options.add_argument('disable-infobars')#隐藏"Chrome正在受到自动软件的控制"
options.add_argument('lang=zh_CN.UTF-8')      # 设置中文
options.add_argument('window-size=1920x3000') # 指定浏览器分辨率
options.add_argument('--hide-scrollbars')     # 隐藏滚动条, 应对一些特殊页面
options.add_argument('--remote-debugging-port=9222')
options.binary_location = r'/Applications/Chrome' #手动指定使用的浏览器位置

# 更换头部
user_agent = (
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_4) " +
    "AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.57 Safari/537.36"
    )
options.add_argument('user-agent=%s'%user_agent)

#设置图片不加载
prefs = {
    'profile.default_content_setting_values': {
        'images': 2
    }
}
options.add_experimental_option('prefs', prefs)
#或者  使用下面的设置, 提升速度
options.add_argument('blink-settings=imagesEnabled=false')


#设置代理
options.add_argument('proxy-server=' +'192.168.0.28:808')

driver = webdriver.Chrome(chrome_options=options)

#设置cookie
driver.delete_all_cookies()# 删除所有的cookie
driver.add_cookie({'name':'ABC','value':'DEF'})# 携带cookie打开
driver.get_cookies()

# 通过js新打开一个窗口
driver.execute_script('window.open("https://www.baidu.com");')

二、chrome地址栏命令
　　about:version - 显示当前版本 
　　about:memory - 显示本机浏览器内存使用状况 
　　about:plugins - 显示已安装插件 
　　about:histograms - 显示历史记录 
　　about:dns - 显示DNS状态 
　　about:cache - 显示缓存页面 
　　about:gpu -是否有硬件加速 
　　about:flags -开启一些插件 //使用后弹出这么些东西：“请小心，这些实验可能有风险”，不知会不会搞乱俺的配置啊！ 
　　chrome://extensions/ - 查看已经安装的扩展

三、 chrome实用参数　
　　–user-data-dir=”[PATH]” 指定用户文件夹User Data路径，可以把书签这样的用户数据保存在系统分区以外的分区。 
　　–disk-cache-dir=”[PATH]“ 指定缓存Cache路径 
　　–disk-cache-size= 指定Cache大小，单位Byte 
　　–first run 重置到初始状态，第一次运行 
　　–incognito 隐身模式启动 
　　–disable-javascript 禁用Javascript 
　　–omnibox-popup-count=”num” 将地址栏弹出的提示菜单数量改为num个。我都改为15个了。 
　　–user-agent=”xxxxxxxx” 修改HTTP请求头部的Agent字符串，可以通过about:version页面查看修改效果 
　　–disable-plugins 禁止加载所有插件，可以增加速度。可以通过about:plugins页面查看效果 
　　–disable-javascript 禁用JavaScript，如果觉得速度慢在加上这个 
　　–disable-java 禁用java 
　　–start-maximized 启动就最大化 
　　–no-sandbox 取消沙盒模式 
　　–single-process 单进程运行 
　　–process-per-tab 每个标签使用单独进程 
　　–process-per-site 每个站点使用单独进程 
　　–in-process-plugins 插件不启用单独进程 
　　–disable-popup-blocking 禁用弹出拦截 
　　–disable-plugins 禁用插件 
　　–disable-images 禁用图像 
　　–incognito 启动进入隐身模式 
　　–enable-udd-profiles 启用账户切换菜单 
　　–proxy-pac-url 使用pac代理 [via 1/2] 
　　–lang=zh-CN 设置语言为简体中文 
　　–disk-cache-dir 自定义缓存目录 
　　–disk-cache-size 自定义缓存最大值（单位byte） 
　　–media-cache-size 自定义多媒体缓存最大值（单位byte） 
　　–bookmark-menu 在工具 栏增加一个书签按钮 
　　–enable-sync 启用书签同步 
　　–single-process 单进程运行Google Chrome 
　　–start-maximized 启动Google Chrome就最大化 
　　–disable-java 禁止Java 
　　–no-sandbox 非沙盒模式运行

selenium抓取chromedriver的network

# -*- coding: utf-8 -*-
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
d = DesiredCapabilities.CHROME
d['loggingPrefs'] = {'performance': 'ALL'}
driver = webdriver.Chrome( desired_capabilities=d)
driver.get("https://www.baidu.com")
register = driver.find_element_by_partial_link_text("登录")
register.click()
for entry in driver.get_log('performance'):
    print(entry)

参考:https://blog.csdn.net/Ambulong/article/details/52672384

参考博文：https://blog.csdn.net/zwq912318834/article/details/78933910 
Selenium启动Chrome时配置选项 :https://blog.csdn.net/liaojianqiu0115/article/details/78353267 
Chrome命令行设置 https://peter.sh/experiments/chromium-command-line-switches/ 
selenium操作chrome时的一些配置 https://blog.csdn.net/hellozhxy/article/details/80245296
原文：https://blog.csdn.net/u013440574/article/details/81911954 

 selenium设置phantomjs请求头

 

#-------------------------------------------------------------------------------------
#设置phantomjs请求头和代理方法一：
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
# 设置代理
service_args = [
    '--proxy=%s' % ip_html,       # 代理 IP：prot（eg：192.168.0.28:808）
    '--proxy-type=http',          # 代理类型：http/https
    '--load-images=true',         # 关闭图片加载（可选）在linux下有bug，这样设置的话会导致内存不断增加，最后挂掉
    '--disk-cache=true',          # 开启缓存（可选）
    '--ignore-ssl-errors=true'    # 忽略https错误（可选）
]

#设置请求头
user_agent = (
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_4) " +
    "AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.57 Safari/537.36"
    )
dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap["phantomjs.page.settings.userAgent"] = user_agent
driver = webdriver.PhantomJS(executable_path="phantomjs.exe",
                             desired_capabilities=dcap,
                             service_args=service_args)

driver.get(url='http://www.baidu.com')




#-------------------------------------------------------------------------------------
#设置phantomjs请求头和代理方法二：
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
from selenium.webdriver.common.proxy import ProxyType
desired_capabilities = DesiredCapabilities.PHANTOMJS.copy()
# 从USER_AGENTS列表中随机选一个浏览器头，伪装浏览器
user_agent = (
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_4) " +
    "AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.57 Safari/537.36"
    )
desired_capabilities["phantomjs.page.settings.userAgent"] = user_agent
# 不载入图片，爬页面速度会快很多
desired_capabilities["phantomjs.page.settings.loadImages"] = False

# 利用DesiredCapabilities(代理设置)参数值，重新打开一个sessionId，
# 相当于浏览器清空缓存后，加上代理重新访问一次url
proxy = webdriver.Proxy()
proxy.proxy_type = ProxyType.MANUAL
proxy.http_proxy ='192.168.0.28:808'
# 将代理设置添加到webdriver.DesiredCapabilities.PHANTOMJS中
proxy.add_to_capabilities(desired_capabilities)
# 打开带配置信息的phantomJS浏览器
driver = webdriver.PhantomJS(executable_path='phantomjs.exe',
                             desired_capabilities=desired_capabilities)
driver.start_session(desired_capabilities)

driver.get(url='http://www.baidu.com')

# ==========================或者==========================
from    selenium import  webdriver
proxy=webdriver.Proxy()
proxy.proxy_type=ProxyType.MANUAL
proxy.http_proxy='192.168.0.28:808'
# 将代理设置添加到webdriver.DesiredCapabilities.PHANTOMJS中
proxy.add_to_capabilities(webdriver.DesiredCapabilities.PHANTOMJS)
browser.start_session(webdriver.DesiredCapabilities.PHANTOMJS)
browser.get('http://www.baidu.com')

#-------------------------------------------------------------------------------------
# 还原为系统代理
proxy=webdriver.Proxy()
proxy.proxy_type=ProxyType.DIRECT
proxy.add_to_capabilities(webdriver.DesiredCapabilities.PHANTOMJS)
browser.start_session(webdriver.DesiredCapabilities.PHANTOMJS)
browser.get('http://1212.ip138.com/ic.asp')

火狐浏览器相关设置:

# -*- coding: utf-8 -*-
from selenium import webdriver
options = webdriver.FirefoxOptions()
#火狐无头模式
options.add_argument('--headless')
options.add_argument('--disable-gpu')
# options.add_argument('window-size=1200x600')

driver_path = webdriver.Firefox(executable_path='geckodriver.exe',
                                firefox_options=options)

常用的浏览器请求头User-Agent
https://blog.csdn.net/mouday/article/details/80182397

博文参考: 
https://blog.csdn.net/xc_zhou/article/details/80823855 
https://www.zhihu.com/question/35547395 
https://segmentfault.com/a/1190000013067705 
https://www.cnblogs.com/lgh344902118/p/6339378.html