小编典典

当您将 Selenium 与 chromedriver 一起使用时,网站可以检测到吗?

all

我一直在用 Chromedriver 测试 Selenium,我注意到有些页面可以检测到您正在使用 Selenium,即使根本没有自动化。即使我只是通过
Selenium 和 Xephyr 使用 Chrome 手动浏览,我也经常得到一个页面,说检测到可疑活动。我检查了我的用户代理和浏览器指纹,它们都与普通的
Chrome 浏览器完全相同。

当我在普通 Chrome 中浏览这些网站时,一切正常,但是当我使用 Selenium 时,我就被检测到了。

从理论上讲,chromedriver 和 Chrome 在任何网络服务器上看起来都应该完全一样,但它们可以通过某种方式检测到它。

如果你想要一些测试代码试试这个:

from pyvirtualdisplay import Display
from selenium import webdriver

display = Display(visible=1, size=(1600, 902))
display.start()
chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--disable-extensions')
chrome_options.add_argument('--profile-directory=Default')
chrome_options.add_argument("--incognito")
chrome_options.add_argument("--disable-plugins-discovery");
chrome_options.add_argument("--start-maximized")
driver = webdriver.Chrome(chrome_options=chrome_options)
driver.delete_all_cookies()
driver.set_window_size(800,800)
driver.set_window_position(0,0)
print 'arguments done'
driver.get('http://stubhub.com')

如果您浏览 stubhub,您将在一两个请求中被重定向和“阻止”。我一直在对此进行调查,但我无法弄清楚他们如何判断用户正在使用 Selenium。

他们是怎么做到的呢?

我在 Firefox 中安装了 Selenium IDE 插件,当我在普通的 Firefox 浏览器中仅使用附加插件访问 stubhub.com 时被禁止。

当我使用 Fiddler 查看来回发送的 HTTP 请求时,我注意到“假浏览器”请求通常在响应标头中包含“无缓存”。

像这样的结果有没有办法 从 JavaScript 中检测到我在 Selenium Webdriver
页面中,
这表明应该没有办法检测到您何时使用
webdriver。但这一证据表明并非如此。

该站点将指纹上传到他们的服务器,但我检查了 Selenium 的指纹与使用 Chrome 时的指纹相同。

这是他们发送到服务器的指纹有效负载之一:

{"appName":"Netscape","platform":"Linuxx86_64","cookies":1,"syslang":"en-US","userlang":"en-
US","cpu":"","productSub":"20030107","setTimeout":1,"setInterval":1,"plugins":
{"0":"ChromePDFViewer","1":"ShockwaveFlash","2":"WidevineContentDecryptionMo
dule","3":"NativeClient","4":"ChromePDFViewer"},"mimeTypes":
{"0":"application/pdf","1":"ShockwaveFlashapplication/x-shockwave-
flash","2":"FutureSplashPlayerapplication/futuresplash","3":"WidevineContent
DecryptionModuleapplication/x-ppapi-widevine-
cdm","4":"NativeClientExecutableapplication/x-
nacl","5":"PortableNativeClientExecutableapplication/x-
pnacl","6":"PortableDocumentFormatapplication/x-google-chrome-
pdf"},"screen":{"width":1600,"height":900,"colorDepth":24},"fonts":
{"0":"monospace","1":"DejaVuSerif","2":"Georgia","3":"DejaVuSans","4":"Trebu
chetMS","5":"Verdana","6":"AndaleMono","7":"DejaVuSansMono","8":"LiberationM
ono","9":"NimbusMonoL","10":"CourierNew","11":"Courier"}}

它在 Selenium 和 Chrome 中是相同的。

VPN 只能使用一次,但在我加载第一页后就会被检测到。显然,正在运行一些 JavaScript 来检测 Selenium。


阅读 207

收藏
2022-03-11

共1个答案

小编典典

替换cdc_字符串

您可以使用vimperl替换 中的cdc_字符串chromedriver请参阅回答,以了解有关该字符串以及它如何成为检测点的更多信息:
基本上,Selenium 检测的工作方式是,它们测试使用 Selenium 运行时出现的预定义 JavaScript 变量。bot 检测脚本通常在任何变量(在窗口对象上)中查找包含单词“selenium”/“webdriver”的任何内容,并且还记录名为$cdc_and的变量$wdc_。当然,所有这些都取决于您使用的浏览器。所有不同的浏览器都暴露了不同的东西。

对我来说,我使用的是 Chrome,所以,我所要做的就是确保它$cdc_不再作为文档变量存在,然后瞧(下载 chromedriver 源代码,修改 chromedriver 并$cdc_以不同的名称重新编译。)

这是我在chromedriver中修改的函数:

文件call_function.js

function getPageCache(opt_doc) {
  var doc = opt_doc || document;
  //var key = '$cdc_asdjflasutopfhvcZLmcfl_';
  var key = 'randomblabla_';
  if (!(key in doc))
    doc[key] = new Cache();
  return doc[key];
}

(注意评论。我所做的一切都转向$cdc_randomblabla_。)

以下是演示僵尸网络可能使用的一些技术的伪代码:

runBotDetection = function () {
    var documentDetectionKeys = [
        "__webdriver_evaluate",
        "__selenium_evaluate",
        "__webdriver_script_function",
        "__webdriver_script_func",
        "__webdriver_script_fn",
        "__fxdriver_evaluate",
        "__driver_unwrapped",
        "__webdriver_unwrapped",
        "__driver_evaluate",
        "__selenium_unwrapped",
        "__fxdriver_unwrapped",
    ];

    var windowDetectionKeys = [
        "_phantom",
        "__nightmare",
        "_selenium",
        "callPhantom",
        "callSelenium",
        "_Selenium_IDE_Recorder",
    ];

    for (const windowDetectionKey in windowDetectionKeys) {
        const windowDetectionKeyValue = windowDetectionKeys[windowDetectionKey];
        if (window[windowDetectionKeyValue]) {
            return true;
        }
    };
    for (const documentDetectionKey in documentDetectionKeys) {
        const documentDetectionKeyValue = documentDetectionKeys[documentDetectionKey];
        if (window['document'][documentDetectionKeyValue]) {
            return true;
        }
    };

    for (const documentKey in window['document']) {
        if (documentKey.match(/\$[a-z]dc_/) && window['document'][documentKey]['cache_']) {
            return true;
        }
    }

    if (window['external'] && window['external'].toString() && (window['external'].toString()['indexOf']('Sequentum') != -1)) return true;

    if (window['document']['documentElement']['getAttribute']('selenium')) return true;
    if (window['document']['documentElement']['getAttribute']('webdriver')) return true;
    if (window['document']['documentElement']['getAttribute']('driver')) return true;

    return false;
};

根据用户的说法,也可以在十六进制编辑器中简单地打开 chromedriver.exe,然后手动进行替换,而无需实际进行任何编译。

使用vimperl防止您必须重新编译源代码或使用十六进制编辑器。

确保chromedriver在尝试编辑之前复制原件。

我们的目标是改变cdc_字符串,它看起来像$cdc_lasutopfhvcZLmcfl.

以下方法已在chromedriver version 2.41.578706.


使用 Vim

vim /path/to/chromedriver

运行上面的代码后,你可能会看到一堆乱码。请执行下列操作:

  1. 通过键入cdc_替换所有实例。 dog_``:%s/cdc_/dog_/g
    • dog_只是一个例子。您可以选择任何内容,只要它具有与搜索字符串相同数量的字符(例如,cdc_),否则chromedriver将失败。
  2. 要保存更改并退出,请键入:wq!并按return
    • 如果您需要退出而不保存更改,请键入:q!并按return

使用 Perl

下面的行用 替换所有cdc_出现的地方dog_感谢
Vic
Seedoubleyew :

perl -pi -e 's/cdc_/dog_/g' /path/to/chromedriver

确保替换字符串(例如,dog_)与搜索字符串(例如,)具有相同数量的字符cdc_,否则chromedriver将失败。


包起来

要验证所有出现的cdc_被替换:

grep "cdc_" /path/to/chromedriver

如果没有返回输出,则替换成功。

转到更改chromedriver并双击它。应打开一个终端窗口。如果您没有killed在输出中看到,则您已成功更改了驱动程序。

确保更改后的chromedriver二进制文件的名称是chromedriver,并且原始二进制文件已从其原始位置移动或重命名。


我对这种方法的体验

我之前在尝试登录时在网站上被检测到,但在替换cdc_为相同大小的字符串后,我能够登录。就像其他人所说的那样,如果您已经被检测到,您可能会被阻止一段时间即使使用了这种方法,还有很多其他原因。因此,您可能必须尝试访问使用
VPN、其他网络等检测到您的站点。

2022-03-11