欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

selenium跳过webdriver检测并模拟登录淘宝

程序员文章站 2023-11-17 10:20:34
简介 模拟登录淘宝已经不是一件新鲜的事情了,过去我曾经使用get/post方式进行爬虫,同时也加入ip代理池进行跳过检验,但随着大型网站的升级,采取该策略比较难实现了。因...

简介

模拟登录淘宝已经不是一件新鲜的事情了,过去我曾经使用get/post方式进行爬虫,同时也加入ip代理池进行跳过检验,但随着大型网站的升级,采取该策略比较难实现了。因为你使用get/post方式进行爬取数据,会提示需要登录,而登录又是一大难题,需要滑动验证码验证。当你想使用ip代理池进行跳过检验时,发现登录时需要手机短信验证码验证,由此可以知道旧的全自动爬取数据对于大型网站比较困难了。

selenium是一款优秀的web自动化测试工具,所以现在采用selenium进行半自动化爬取数据,支持模拟登录淘宝和自动处理滑动验证码。

编写思路

由于现在大型网站对selenium工具进行检测,若检测到selenium,则判定为机器人,访问被拒绝。所以第一步是要防止被检测出为机器人,如何防止被检测到呢?当使用selenium进行自动化操作时,在chrome浏览器中的consloe中输入windows.navigator.webdriver会发现结果为ture,而正常使用浏览器的时候该值为false。所以我们将windows.navigator.webdriver进行屏蔽。

在代码中添加:

 options = webdriver.chromeoptions()
  # 此步骤很重要,设置为开发者模式,防止被各大网站识别出来使用了selenium
  options.add_experimental_option('excludeswitches', ['enable-automation']) 
  self.browser = webdriver.chrome(executable_path=chromedriver_path, options=options)

同时,为了加快爬取速度,我们将浏览器模式设置为不加载图片,在代码中添加:

 options = webdriver.chromeoptions()
  # 不加载图片,加快访问速度
  options.add_experimental_option("prefs", {"profile.managed_default_content_settings.images": 2}) 

至此,关键的步骤我们已经懂了,剩下的就是编写代码的事情了。在给定的例子中,需要你对html、css有一定了解。
比如存在以下代码:

 self.browser.find_element_by_xpath('//*[@class="btn_tip"]/a/span').click()
  taobao_name = self.wait.until(ec.presence_of_element_located((by.css_selector, '.site-nav-bd > ul.site-nav-bd-l > li#j_sitenavlogin > div.site-nav-menu-hd > div.site-nav-user > a.site-nav-login-info-nick ')))
  print(taobao_name.text)

第1行代码指的是从根目录(//)开始寻找任意(*)一个class名为btn_tip的元素,并找到btn_tip的子元素a标签中的子元素span

第2行代码指的是等待某个css元素出现,否则代码停留在这里一直检测。以.开头的在css中表示类名(class),以#开头的在css中表示id名(id)。a > b,指的是a的子元素b。所以这行代码可以理解为寻找a的子元素b的子元素c的子元素d的子元素e出现,否则一直在这里检测。

第3行代码指的是打印某个元素的文本内容

使用教程

下载chrome浏览器

查看chrome浏览器的版本号,对应版本号的chromedriver驱动

pip安装下列包

[x] pip install selenium

登录微博,并通过微博绑定淘宝账号密码

在main中填写chromedriver的绝对路径

在main中填写微博账号密码

 #改成你的chromedriver的完整路径地址
 chromedriver_path = "/users/bird/desktop/chromedriver.exe" 
 #改成你的微博账号
 weibo_username = "改成你的微博账号"
 #改成你的微博密码
 weibo_password = "改成你的微博密码"

演示图片

selenium跳过webdriver检测并模拟登录淘宝

源代码

项目源代码在github仓库

项目持续更新,欢迎您

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持