(1)换用火狐浏览器 (个人认为也不行)
(2)隐藏谷歌浏览器中的特殊变量值
from selenium import webdriver
options = webdriver.ChromeOptions()
# -- 防止被检测,旧版本用法(1):
# chrome在79版之前用这个
options.add_experimental_option("excludeSwitches", ["enable-automation"])
options.add_experimental_option('useAutomationExtension', False)
driver = webdriver.Chrome(options=options)
# -- 防止被检测,新版本用法(2):
# chrome在79和79版之后用这个
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
"source": """
Object.defineProperty(navigator, 'webdriver', {
get: () => undefined
})
"""
})
driver.get("http://www.sgcc.com.cn/")
time.sleep(60)
driver.close()
driver.quit()
网站检测selenium的原理是:
(1)selenium在开启后的浏览器加了一些变量值,如:window.navigator.webdriver 等等。
(2)像window.navigator.webdriver,在正常的谷歌浏览器是undefined,在selenium打开的谷歌浏览器是true。网站就下发js代码,检测这个变量值给网站,网站判断这个值,为true就是爬虫程序就封杀。
变量值一般不止这一个。
不同的浏览器驱动不同,像火狐浏览器,控制台输入window.navigator.webdriver,虽然还是true,但不会被检测出来。