【爬虫】selenium打开浏览器以及页面

本篇探讨如何使用 selenium 打开浏览器

selenium 基础与网页打开

selenium 是一个广泛应用于自动化测试和网页抓取的工具,它能够模拟用户在浏览器中的各种操作。首先,我们需要根据指定的浏览器类型(这里以 Chrome 为例)打开网页。以下是相关代码示例:

python 复制代码
from selenium import webdriver


def web_create(self, web_type, value):
    """
    打开网页
    :param web_type: 浏览器类型
    :param value: 网页地址
    :return: 网页对象
    """
    if web_type.lower() == "chrome":
        # 设置Chrome选项,包括隐藏Selenium特征、设置代理IP和排除或关闭一些Selenium相关开关
        # 参考:https://blog.csdn.net/XianZhe_/article/details/120929106
        options = webdriver.ChromeOptions()
        options.add_experimental_option('excludeSwitches', ['enable-automation'])
        options.add_argument('--disable-blink-features=AutomationControlled')
        options.add_argument('--disable-extensions')
        # options.add_argument('--disable-gpu')
        # options.add_argument('--disable-infobars')
        options.add_argument('--disable-notifications')
        # options.add_argument('--disable-popup-blocking')
        # options.add_argument('--disable-web-security')
        # options.add_argument('--ignore-certificate-errors')
        # options.add_argument('--no-sandbox')
        # 最大化窗口
        options.add_argument('--start-maximized')
        # 无痕浏览模式
        options.add_argument('--incognito')
        # options.add_argument('--user-data-dir=/dev/null')
        # options.add_argument('--proxy-server={}'.format(proxy_address + ':' + proxy_port))
        # options.add_argument('--proxy-auth={}:{}'.format(proxy_username, proxy_password))
        # options.add_experimental_option('excludeSwitches', ['enable-automation', 'useAutomationExtension'])

        driver = webdriver.Chrome(options=options)  # 创建Chrome浏览器驱动实例
        # 隐藏navigator.webdriver标志,将其值修改为false或undefined
        driver.execute_cdp_cmd('Page.addScriptToEvaluateOnNewDocument', {
            'source': 'Object.defineProperty(navigator, "webdriver", {get: () => undefined})'
        })
        # 设置user-agent,改变user-agent的值
        user_agent = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36"
        driver.execute_cdp_cmd("Network.setUserAgentOverride", {"userAgent": user_agent})

        driver.get(value)  # 打开指定的网页地址
        return driver
    else:
        raise ValueError("目前只支持chrome类型的浏览器")

在上述代码中,我们创建了 web_create 函数。它首先判断浏览器类型是否为 chrome,如果是,则创建 Chrome 浏览器驱动实例。接着,通过执行 CDP 命令来隐藏 navigator.webdriver 标志,修改 user-agent,以此来规避一些网站对 selenium 的检测。最后,打开指定的网页地址并最大化窗口,返回浏览器驱动对象,以便后续操作。

所有打开浏览器参数参考:

List of Chromium Command Line Switches << Peter Beverloo

相关推荐
一枚小小程序员哈3 分钟前
基于python/django框架的车型识别系统
开发语言·python
计算机毕业设计木哥4 分钟前
基于大数据spark的医用消耗选品采集数据可视化分析系统【Hadoop、spark、python】
大数据·hadoop·python·信息可视化·spark·课程设计
坫鹏加油站27 分钟前
【Python】支持向量机SVM
python·算法·机器学习·支持向量机
炒茄子33 分钟前
Python:如何处理WRF投影(LCC, 兰伯特投影)?
python
全栈开发圈1 小时前
干货分享|如何从0到1掌握R语言数据分析
开发语言·数据分析·r语言
极客BIM工作室1 小时前
老生常谈智能指针:《More Effective C++》的条款28
开发语言·c++
hllqkbb1 小时前
Ubuntu22.04轻松安装Qt与OpenCV库
开发语言·qt·opencv
嘟爸教编程1 小时前
C++少儿编程(二十二)—条件结构
开发语言·c++
军训猫猫头2 小时前
11.用反射为静态类的属性赋值 C#例子 WPF例子
开发语言·c#
傻啦嘿哟2 小时前
Python3解释器深度解析与实战教程:从源码到性能优化的全路径探索
开发语言·python