selenium消除启动特征避免被反爬

启动特征很多，我们在上一篇文章已经介绍过。如何消除selenium启动特征呢？这个也是因站而异，如果规避常规的检测，做到以下2点就可以。

　　1 是消除window.navigator.webdriver的值；

　　2 是修改chromedriver.exe的源码，改掉$cdc_xxx的值（用同等数量字符替换即可）。你可以直接加站长微信给你修改。

　　以往在防止window.navigator.webdriver被识别时的方法是

	　　from selenium.webdriver import Chrome
	　　from selenium.webdriver import ChromeOptions
	　　option = ChromeOptions()
	　　option.add_experimental_option('excludeSwitches', ['enable-automation'])
	　　driver = Chrome(options=option)

　　但在高版本的谷歌浏览器下，通过以上方式已经无效了，最新解决办法详情查看http://www.python66.com/bbs/162.html

　　另外，还有一种比较强大的配置可以去除webdriver一些特征。

    # 屏蔽webdriver特征
    option.add_argument("--disable-blink-features")
    option.add_argument("--disable-blink-features=AutomationControlled")

　　有些站检测的非常全面，上述做法不能规避检测，怎么办呢？

　　如果要彻底干净一些，可以借助1段js，这段js可以干掉所有的webdriver特征！用 相关的检测工具站也检测不出来。感兴趣可以联系站长。

　　即使所有特征被干掉了，依然有办法可以检测（了解如何检测可以加站长一起交流），遇到这样的站就可以考虑放弃selenium了。

　　如果不想放弃，可以在cmd下指定端口手动启动谷歌浏览器，然后在脚本中接管这个浏览器。这样就和正常启动浏览器无任何区别。详情查看selenium接管本地浏览器

　　此外，上述webdriver特征的去除也可以考虑用中间人代理的方式解决，本人从网络上收集了一篇比较靠谱的文章。（原理不难，就是给浏览器找个代理，代理获取网页后把对方页面的一些检测代码修改后再返回给浏览器，有点类似于fiddler、charles这些抓包工具）。

　　专业叫法：中间人代理mitmproxy

　　大众点评网的验证码表单页，如果是正常的浏览器操作，能够有效的通过验证，但如果是使用selenium就会被识别，即便验证码输入正确，也会被提示“请求异常,拒绝操作”，无法通过验证（如下图所示）。

　　分析页面源码，可以找到 https://static.meituan.net/bs/yoda-static/file:file/d/js/yoda.e6e7c3988817eb17.js 这个JS文件，将代码格式化后，搜索webdriver可以看到如下代码：

　　可以看到它检测了"webdriver", "__driver_evaluate", "__webdriver_evaluate"等等这些selenium的特征串。提交验证码的时候抓包可以看到一个_token参数（很长），selenium检测结果应该就包含在该参数里，服务端借以判断“请求异常,拒绝操作”。

　　现在才进入正题，如何突破网站的这种屏蔽呢？

　　我们已经知道了屏蔽的原理，只要我们能够隐藏这些特征串就可以了。但是还不能直接删除这些属性，因为这样可能会导致selenium不能正常工作了。我们采用曲线救国的方法，使用中间人代理，比如fidder, proxy2.py或者mitmproxy，将JS文件（本例是yoda.*.js这个文件）中的特征字符串给过滤掉（或者替换掉，比如替换成根本不存在的特征串），让它无法正常工作，从而达到让客户端脚本检测不到selenium的效果。

　　下面我们验证下这个思路。这里我们使用mitmproxy实现中间人代理），对JS文件（本例是yoda.*.js这个文件）内容进行过滤。启动mitmproxy代理并加载response处理脚本：

  mitmdump.exe -s modify_response.py  

　　其中modify_response.py脚本如下所示：

  # coding: utf-8  
  # modify_response.py  
    
  import re  
  from mitmproxy import ctx  
      
  def response(flow):  
    """修改应答数据 
    """  
    if '/js/yoda.' in flow.request.url:  
        # 屏蔽selenium检测  
        for webdriver_key in ['webdriver', '__driver_evaluate', '__webdriver_evaluate', '__selenium_evaluate', '__fxdriver_evaluate', '__driver_unwrapped', '__webdriver_unwrapped', '__selenium_unwrapped', '__fxdriver_unwrapped', '_Selenium_IDE_Recorder', '_selenium', 'calledSelenium', '_WEBDRIVER_ELEM_CACHE', 'ChromeDriverw', 'driver-evaluate', 'webdriver-evaluate', 'selenium-evaluate', 'webdriverCommand', 'webdriver-evaluate-response', '__webdriverFunc', '__webdriver_script_fn', '__$webdriverAsyncExecutor', '__lastWatirAlert', '__lastWatirConfirm', '__lastWatirPrompt', '$chrome_asyncScriptInfo', '$cdc_asdjflasutopfhvcZLmcfl_']:  
            ctx.log.info('Remove "{}" from {}.'.format(webdriver_key, flow.request.url))  
            flow.response.text = flow.response.text.replace('"{}"'.format(webdriver_key), '"NO-SUCH-ATTR"')  
        flow.response.text = flow.response.text.replace('t.webdriver', 'false')  
        flow.response.text = flow.response.text.replace('ChromeDriver', '')

　　在selnium中使用该代理(mitmproxy默认监听127.0.0.1:8080)访问目标网站，mitmproxy将过滤JS中的特征符串，如下图所示：

　　经多次测试，该方法可以有效的绕过大众点评的selenium检测，成功提交大众点评网的验证码表单。

转自：http://www.python66.com/seleniumjiaocheng/182.html