selenium跳過webdriver檢測並模擬登陸淘寶

目錄

• 簡介
  • 編寫思路
  • 使用教程
  • 演示圖片
  • 源代碼

@(文章目錄)

簡介

模擬登陸淘寶已經不是一件新鮮的事情了，過去我曾經使用get/post方式進行爬蟲，同時也加入IP代理池進行跳過檢驗，但隨着大型網站的升級，採起該策略比較難實現了。由於你使用get/post方式進行爬取數據，會提示須要登陸，而登陸又是一大難題，須要滑動驗證碼驗證。當你想使用IP代理池進行跳過檢驗時，發現登陸時須要手機短信驗證碼驗證，由此能夠知道舊的全自動爬取數據對於大型網站比較困難了。

selenium是一款優秀的WEB自動化測試工具，因此如今採用selenium進行半自動化爬取數據，支持模擬登陸淘寶和自動處理滑動驗證碼。

編寫思路

因爲如今大型網站對selenium工具進行檢測，若檢測到selenium，則斷定爲機器人，訪問被拒絕。因此第一步是要防止被檢測出爲機器人，如何防止被檢測到呢？當使用selenium進行自動化操做時，在chrome瀏覽器中的consloe中輸入windows.navigator.webdriver會發現結果爲Ture，而正常使用瀏覽器的時候該值爲False。因此咱們將windows.navigator.webdriver進行屏蔽。
在代碼中添加：

options = webdriver.ChromeOptions()
        # 此步驟很重要，設置爲開發者模式，防止被各大網站識別出來使用了Selenium
        options.add_experimental_option('excludeSwitches', ['enable-automation']) 
        self.browser = webdriver.Chrome(executable_path=chromedriver_path, options=options)

同時，爲了加快爬取速度，咱們將瀏覽器模式設置爲不加載圖片，在代碼中添加：

options = webdriver.ChromeOptions()
        # 不加載圖片,加快訪問速度
        options.add_experimental_option("prefs", {"profile.managed_default_content_settings.images": 2})

至此，關鍵的步驟咱們已經懂了，剩下的就是編寫代碼的事情了。在給定的例子中，須要你對html、css有必定了解。
好比存在如下代碼：

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行代碼指的是從根目錄(//)開始尋找任意(*)一個class名爲btn_tip的元素，並找到btn_tip的子元素a標籤中的子元素span

第2行代碼指的是等待某個CSS元素出現，不然代碼停留在這裏一直檢測。以.開頭的在CSS中表示類名(class)，以#開頭的在CSS中表示ID名(id)。A > B，指的是A的子元素B。因此這行代碼能夠理解爲尋找A的子元素B的子元素C的子元素D的子元素E出現，不然一直在這裏檢測。

第3行代碼指的是打印某個元素的文本內容

使用教程

1. 點擊這裏下載下載chrome瀏覽器
2. 查看chrome瀏覽器的版本號，點擊這裏下載對應版本號的chromedriver驅動
3. pip安裝下列包
   • [x] pip install selenium
4. 點擊這裏登陸微博，並經過微博綁定淘寶帳號密碼
5. 在main中填寫chromedriver的絕對路徑
6. 在main中填寫微博帳號密碼

#改爲你的chromedriver的完整路徑地址
    chromedriver_path = "/Users/bird/Desktop/chromedriver.exe" 
    #改爲你的微博帳號
    weibo_username = "改爲你的微博帳號"
    #改爲你的微博密碼
    weibo_password = "改爲你的微博密碼"

演示圖片

圖片查看不了點擊這裏

源代碼

項目源代碼在GitHub倉庫

項目持續更新，歡迎您star本項目