Selenium(Pyppeteer)模擬瀏覽器如何正確隱藏特徵

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。

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。

Selenium 代碼如下：

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('./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('screenshoot.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)

Pyppeteer 代碼如下：

import asyncio
from pyppeteer import launch

async def main():
    browser = await launch(headless=False, ignoreDefaultArgs=['--enable-automation'], executablePath=r'C:\\Users\\admin\\AppData\\Local\\pyppeteer\\pyppeteer\\local-chromium\\588429\\chrome-win32\\chrome.exe')  # 關閉無頭瀏覽器
    # page = await browser.newPage()
    page = await browser.newPage()
    await page.addScriptTag(path='./stealth.min.js')
    await page.goto('https://bot.sannysoft.com/')  # 跳轉
    # content = await page.evaluate('document.body.textContent', force_expr=True)
    # print(content)
    await page.screenshot({'path': 'screenshot.png'})  # 截圖
    await browser.close()  # 關閉


asyncio.get_event_loop().run_until_complete(main())

最後檢測的結果如下

 

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（或者有梯子），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

 

轉載：最完美方案！模擬瀏覽器如何正確隱藏特徵 

參考：[1] puppeteer-extra-plugin-stealth: https://github.com/berstend/puppeteer-extra/tree/master/packages/puppeteer-extra-plugin-stealth
           [2] extract-stealth-evasions: https://github.com/berstend/puppeteer-extra/tree/master/packages/extract-stealth-evasions