前言

一文给你介绍的清清楚楚, 伪装Selenium特征的N种方式✨✨

在使用 Selenium 访问某些网站时候,会不成功。像很多url中带gov 字眼的,往往都无法正常打开。

因为网站检测到了 我们使用自动化工具,所以就给ban掉了,所以这篇文章就来说说怎么过掉它。

值得一提的是,这篇文章不针对任何一个网站,只用下面的这个网站来做参照~

  • https://bot.sannysoft.com/

访问这个网站时候,可以看到它会检测很多项浏览器的信息。明显可以看到 正常浏览器 和 Selenium打开浏览器是有区别的~

输入 window.navigator.webdriver 时候,正常浏览器是 false,Selenium打开的是true

下面去看看怎么绕过检测 & 隐藏特征。


三种方式

这里主要介绍三大类隐藏 Selenium 特征的方式,分别是以下:

  1. 注入JS代码
  2. 中间人修改文件
  3. 接管已打开浏览器

1. 注入JS代码

注入JS代码 的大类中,分了三个方式来讲,大体上差别不是很大

1.1 执行cdp

hide_features.py

# -*- coding: utf-8 -*-# Name:         hide_features.py# Author:       小菜# Date:         2022/8/29 2:43# Description:from selenium import webdriverdriver = webdriver.Chrome()# 代码的关键所在driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {    "source": """    Object.defineProperty(navigator, 'webdriver', {      get: () => false    })  """})driver.get('https://bot.sannysoft.com/')

代码释义:

  • driver.execute_cdp_cmd :执行 Chrome Devtools Protocol 命令
  • Page.addScriptToEvaluateOnNewDocument:在浏览器启动之前执行给定的JS脚本
  • Object.defineProperty:JS语法,直接在一个对象上定义一个新属性,或者修改一个对象的现有属性,并返回此对象(代码中是将 navigator.webdriver 设置为 undefined

CDP文档https://chromedevtools.github.io/devtools-protocol/tot/Page/

代码运行效果如下:

  • 明明 window.navigator.webdriver 输出已经是 false 了,为啥还是不通过?

看下图,差别在这里

  • 注:有部分网站不会检测的这么深,在这一步其实就可以绕过检测了

继续讲如何更深入的绕过检测~


1.2 执行cdp_2

这里分两步走,需要先获取 隐藏特征的JS文件,然后再将JS代码注入到Selenium中

1.2.1 获取隐藏特征文件

隐藏特征文件的官方文档:https://github.com/berstend/puppeteer-extra

如果没有科学的话,生成一份还是比较耗时间的,所以我也准备了一份,点击即可下载
https://download.csdn.net/download/weixin_45081575/86502704

隐藏特征文件的简介和获取如下图所示:

  • 可以将最新的隐身规避从 puppeteer-extra-stealth 提取到一个js文件中。生成的JS文件可以用于纯CDP实现,也可以用于测试devtools中的规避。
  • 只要安装了NodeJS,就可以一行代码即可拿下~
  • 将在当前文件夹中创建一个 stealth.min.js 文件。


在cmd窗口输入 npx extract-stealth-evasions,稍后便可以看到生成的 stealth.min.js 文件了。

# -*- coding: utf-8 -*-# Name:         hide_features.py# Author:       小菜# Date:         2022/8/29 122:43# Description:from selenium import webdriverdriver = webdriver.Chrome()with open('stealth.min.js', mode='r') as f:    js = f.read()# 关键代码driver.execute_cdp_cmd(    cmd_args={'source': js},    cmd="Page.addScriptToEvaluateOnNewDocument",)driver.get('https://bot.sannysoft.com/')

代码运行如下图所示:

  • 现在,正常的浏览器和Selenium浏览器都一样了,都可以通过检测~
  • 虽然一个是 false 一个是undefined(但并不影响~


后续再访问任何网页都能成功隐藏Selenium 的特征了,但是只能在当前页面去操作~

值得注意的是:如果新开一个网页再去访问,那就没法隐藏特征了,看下图

  • 所以这个方法也是不够完美的~


1.3 添加 ChromeOptions & 修改默认参数

这个不算是注入JS的内容,是修改默认参数的,只是并到了一块儿;
到第三种方法了,这个只需要添加一个参数即可~

这个方法的出处在这里:https://stackoverflow.com/questions/53039551/selenium-webdriver-modifying-navigator-webdriver-flag-to-prevent-selenium-detec

代码

# -*- coding: utf-8 -*-# Name:         hide_features.py# Author:       小菜# Date:         2022/8/29 22:43# Description:from selenium import webdriveroptions = webdriver.ChromeOptions()options.add_argument("disable-blink-features=AutomationControlled")driver = webdriver.Chrome(options=options)driver.get('https://bot.sannysoft.com/')

代码释义:

  • disable-blink-features=AutomationControlled:禁用 blink 特征

百度百科:Blink – https://baike.baidu.com/item/blink引擎/871884

代码运行效果如下:

  • 通过检测,且新开的窗口也同样可以通过检测

新开一个窗口

可见,这个操作是相对完美了。
因为没有做过详尽的测试,所以我无法保证这个方法是否能100%适用~
如果网站检测的信息有很多,甚至检测 经纬度、ip代理等。那可能就会失效!


2:中间人抓包修改文件

一个思路,不属于是好方法的思路

这个方法就介绍一下思路吧,
在可以找到网站检测代码的前提下,去替换检测代码的文件。
可以使用抓包工具,如 Charles、fiddler、mitmproxy等去监听检测文件,然后替换它
也可以使用 Chrome浏览器 -> 开发者工具 -> Sources -> Overrides 去做替换
替换的方法有很多,

但我觉得这不是一个好方法,只是也是一种方法。


3. 接管已打开浏览器

这个网站没法检测出来,完美如斯。正常的浏览器是咋样的,这个就是咋样的

接管已经打开的浏览器(强烈推荐

如何接管已经打开的浏览器,参考这两篇文章,这里不再赘述

标题链接
【Selenium】控制当前已经打开的 chrome浏览器窗口https://blog.csdn.net/weixin_45081575/article/details/112621581
【Selenium】控制当前已经打开的 chrome浏览器窗口(高级篇)https://blog.csdn.net/weixin_45081575/article/details/126389273

代码

# -*- coding: utf-8 -*-# Name:         hide_features.py# Author:       小菜# Date:         2022/8/29 22:43# Description:import osfrom selenium import webdriverfrom selenium.webdriver.chrome.options import Optionsif __name__ == '__main__':    os.system(r'start chrome --remote-debugging-port=9527 --user-data-dir="F:\selenium"')    options = Options()    options.add_experimental_option("debuggerAddress", "127.0.0.1:9527")    driver = webdriver.Chrome(options=options)    driver.get('https://bot.sannysoft.com/')

代码运行如下:

  • 无论打开多少个窗口,都是可以通过检测的


总结

上面介绍了三大类隐藏 Selenium 特征的方式,但是最好用是 第三种,即

  • 接管已经打开的浏览器端口,不用担心被网站所检测到,因为它就是你正常使用的浏览器

使用起来也很简单,调用cmd命令去打开浏览器然后再使用 Selenium 去接管即可。

后话

自己动手,试验一番,岂不美哉~
see you‍‍