selenium webdriver 开启网页失败,被发现为爬虫,的解决办法(浏览器打开不了python官网_python+selenium浏览器可以打开,但是网址打不开)

(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。

你可能感兴趣的:(python,selenium,爬虫)