您的位置: 网站首页> selenium教程> 当前文章

selenium消除启动特征避免被反爬

老董2021-01-14190围观,143赞

点击领取>>python全套教程
点击领取>>js逆向_app逆向_安卓群控

  启动特征很多,我们在上一篇文章已经介绍过。如何消除selenium启动特征呢?这个也是因站而异。鄙人作为1个外行真是花了很长时间去测试。如果规避常规的检测,做到以下2点就可以。

  1 是消除window.navigator.webdriver的值;

  2 是修改chromedriver.exe的源码,改掉$cdc_xxx的值(用同等数量字符替换即可)。

  以往在防止window.navigator.webdriver被识别时的方法是

	  from selenium.webdriver import Chrome
	  from selenium.webdriver import ChromeOptions
	  option = ChromeOptions()
	  option.add_experimental_option('excludeSwitches', ['enable-automation'])
	  driver = Chrome(options=option)

  但在高版本的谷歌浏览器下,通过以上方式已经无效了,最新解决办法详情查看window.navigator.webdriver修改设置

  另外,还有一种比较强大的配置可以去除webdriver一些特征。

    # 屏蔽webdriver特征
    option.add_argument("--disable-blink-features")
    option.add_argument("--disable-blink-features=AutomationControlled")

  有些站检测的非常全面,上述做法不能规避检测,怎么办呢?

  如果要彻底干净一些可以借助1段js,通过js注入可以干掉大把的webdriver特征!这段js青南大佬分享过,其原始地址是这里

driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
            "source": 生成的js代码
        })

  即使webdriver特征被干掉了,依然有别的渠道检测。万般无奈之下可以用其他思路:在cmd下指定端口手动启动谷歌浏览器,然后在脚本中接管这个浏览器,这样就和正常启动浏览器无任何区别。详情查看selenium接管本地浏览器

  此外,上述webdriver特征的去除也可以考虑用中间人代理的方式解决,本人从网络上收集了一篇比较靠谱的文章。(原理不难,就是给浏览器找个代理,代理获取网页后把对方页面的一些检测代码修改后再返回给浏览器,有点类似于fiddler、charles这些抓包工具)。

  专业叫法:中间人代理mitmproxy

  大众点评网的验证码表单页,如果是正常的浏览器操作,能够有效的通过验证,但如果是使用selenium就会被识别,即便验证码输入正确,也会被提示“请求异常,拒绝操作”,无法通过验证(如下图所示)。

  分析页面源码,可以找到 https://static.meituan.net/bs/yoda-static/file:file/d/js/yoda.e6e7c3988817eb17.js 这个JS文件,将代码格式化后,搜索webdriver可以看到如下代码:

  可以看到它检测了"webdriver", "__driver_evaluate", "__webdriver_evaluate"等等这些selenium的特征串。提交验证码的时候抓包可以看到一个_token参数(很长),selenium检测结果应该就包含在该参数里,服务端借以判断“请求异常,拒绝操作”。

  现在才进入正题,如何突破网站的这种屏蔽呢?

  我们已经知道了屏蔽的原理,只要我们能够隐藏这些特征串就可以了。但是还不能直接删除这些属性,因为这样可能会导致selenium不能正常工作了。我们采用曲线救国的方法,使用中间人代理,比如fidder, proxy2.py或者mitmproxy,将JS文件(本例是yoda.*.js这个文件)中的特征字符串给过滤掉(或者替换掉,比如替换成根本不存在的特征串),让它无法正常工作,从而达到让客户端脚本检测不到selenium的效果。

  下面我们验证下这个思路。这里我们使用mitmproxy实现中间人代理),对JS文件(本例是yoda.*.js这个文件)内容进行过滤。启动mitmproxy代理并加载response处理脚本:

  mitmdump.exe -s modify_response.py  

  其中modify_response.py脚本如下所示:

  # coding: utf-8  
  # modify_response.py  
    
  import re  
  from mitmproxy import ctx  
      
  def response(flow):  
    """修改应答数据 
    """  
    if '/js/yoda.' in flow.request.url:  
        # 屏蔽selenium检测  
        for webdriver_key in ['webdriver', '__driver_evaluate', '__webdriver_evaluate', '__selenium_evaluate', '__fxdriver_evaluate', '__driver_unwrapped', '__webdriver_unwrapped', '__selenium_unwrapped', '__fxdriver_unwrapped', '_Selenium_IDE_Recorder', '_selenium', 'calledSelenium', '_WEBDRIVER_ELEM_CACHE', 'ChromeDriverw', 'driver-evaluate', 'webdriver-evaluate', 'selenium-evaluate', 'webdriverCommand', 'webdriver-evaluate-response', '__webdriverFunc', '__webdriver_script_fn', '__$webdriverAsyncExecutor', '__lastWatirAlert', '__lastWatirConfirm', '__lastWatirPrompt', '$chrome_asyncScriptInfo', '$cdc_asdjflasutopfhvcZLmcfl_']:  
            ctx.log.info('Remove "{}" from {}.'.format(webdriver_key, flow.request.url))  
            flow.response.text = flow.response.text.replace('"{}"'.format(webdriver_key), '"NO-SUCH-ATTR"')  
        flow.response.text = flow.response.text.replace('t.webdriver', 'false')  
        flow.response.text = flow.response.text.replace('ChromeDriver', '')  


  在selnium中使用该代理(mitmproxy默认监听127.0.0.1:8080)访问目标网站,mitmproxy将过滤JS中的特征符串,如下图所示:

  经多次测试,该方法可以有效的绕过大众点评的selenium检测,成功提交大众点评网的验证码表单。

很赞哦!

python编程网提示:转载请注明来源www.python66.com。
有宝贵意见可添加站长微信(底部),获取技术资料请到公众号(底部)。同行交流请加群 python学习会

文章评论

    selenium消除启动特征避免被反爬文章写得不错,值得赞赏

站点信息

  • 网站程序:Laravel
  • 博主微信:a772483200