我一直在使用Chromedriver测试Selenium,但我注意到,即使根本没有自动化功能,某些页面也可以检测到您正在使用Selenium。即使当我只是通过Selenium和Xephyr使用chrome手动浏览时,我也经常得到一个页面,指出检测到可疑活动。我已经检查了用户代理和浏览器指纹,它们与普通的chrome浏览器完全相同。
当我以普通的chrome浏览到这些站点时,一切正常,但是当我使用Selenium时,我被发现。
从理论上讲,chromedriver和chrome在任何Web服务器上看起来都应该完全相同,但是它们可以通过某种方式检测到它。
如果您想要一些测试代码,请尝试以下方法:
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')
如果浏览stubhub,您将在一个或两个请求中被重定向和“阻止”。我一直在对此进行调查,无法弄清楚他们如何分辨用户正在使用Selenium。
他们是如何做到的呢?
编辑更新:
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时就被禁止了。
编辑:
当我使用Fiddler查看来回发送的HTTP请求时,我注意到“假浏览器”的请求通常在响应标头中具有“ no-cache”。
该站点将指纹上传到他们的服务器,但是我检查了一下,selenium的指纹与使用chrome时的指纹相同。
这是它们发送到服务器的指纹有效载荷之一
{"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":"WidevineContentDecryptionModule","3":"NativeClient","4":"ChromePDFViewer"},"mimeTypes":{"0":"application/pdf","1":"ShockwaveFlashapplication/x-shockwave-flash","2":"FutureSplashPlayerapplication/futuresplash","3":"WidevineContentDecryptionModuleapplication/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":"TrebuchetMS","5":"Verdana","6":"AndaleMono","7":"DejaVuSansMono","8":"LiberationMono","9":"NimbusMonoL","10":"CourierNew","11":"Courier"}}
Its identical in selenium and in chrome
VPN只能使用一次,但在加载第一页后会被检测到。显然,正在运行一些JavaScript以检测Selenium。
对于Mac用户
cdc_ 使用Vim或Perl 替换变量
cdc_
您可以使用vim,或如@Vic Seedoubleyew在@ Erti-Chris Eelmaa的答案中指出的那样perl,替换中的cdc_变量chromedriver。使用vim或perl防止您不得不重新编译源代码或使用十六进制编辑器。chromedriver在尝试编辑原件之前,请确保对其进行复印。另外,以下方法也在上进行了测试chromedriver version 2.41.578706。
vim
perl
chromedriver
chromedriver version 2.41.578706
使用Vim
vim /path/to/chromedriver
在上面的行之后,您可能会看到一堆乱码。请执行下列操作:
/cdc_
return
a
$cdc_lasutopfhvcZLmcfl
esc
:wq!
:q!
转到更改后的chromedriver双击。terminal应打开一个窗口。如果killed在输出中看不到,则说明您成功更改了驱动程序。
terminal
killed
使用Perl
下面的行替换cdc_为dog_:
dog_
perl -pi -e 's/cdc_/dog_/g' /path/to/chromedriver
确保替换字符串与搜索字符串具有相同数量的字符,否则chromedriver将失败。
Perl说明
s///g 表示您要搜索一个字符串并将其全局替换为另一个字符串(替换所有出现的字符串)。
s///g
例如, s/string/replacment/g
s/string/replacment/g
所以,
s/// 表示搜索并替换字符串。 cdc_ 是搜索字符串。 dog_ 是替换字符串。 g 是全局键,它将替换每次出现的字符串。
s/// 表示搜索并替换字符串。
s///
cdc_ 是搜索字符串。
dog_ 是替换字符串。
g 是全局键,它将替换每次出现的字符串。
g
如何检查Perl替代品是否有效
以下行将打印每次出现的搜索字符串cdc_:
perl -ne 'while(/cdc_/g){print "$&\n";}' /path/to/chromedriver
如果没有返回任何内容,cdc_则已被替换。
相反,您可以使用以下代码:
perl -ne 'while(/dog_/g){print "$&\n";}' /path/to/chromedriver
查看替换字符串,dog_现在是否在chromedriver二进制文件中。如果是这样,替换字符串将被打印到控制台。
包起来
更改chromedriver二进制文件后,请确保更改后的二进制文件的名称chromedriver为chromedriver,并且原始二进制文件已从其原始位置移动或已重命名。
我对这种方法的经验
以前我在尝试登录时在网站上被检测到我,但是用cdc_相同大小的字符串替换后,我得以登录。但是就像其他人所说的那样,如果已经被检测到,则可能会被阻止即使使用此方法后,还有其他原因。因此,您可能必须尝试使用VPN,其他网络或具有什么功能的站点访问检测到您的站点。