Selenium 指南

概述

Selenium 是 Web 自动化领域的元老。虽然在轻量级和抗检测性上不如 Puppeteer/Playwright，但由于其生态成熟、多语言支持好（Python/Java），依然在一些大型爬虫项目中有应用。

对于逆向工程师来说，主要需要了解如何 Bypass Selenium 检测。

1. 基础使用 (Python)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

from selenium import webdriver
from selenium.webdriver.chrome.options import Options

options = Options()
# 尽可能使用 CDP 命令来规避检测
options.add_experimental_option("excludeSwitches", ["enable-automation"])
options.add_experimental_option('useAutomationExtension', False)

driver = webdriver.Chrome(options=options)
driver.get("https://example.com")

2. 反爬虫检测与绕过

许多网站会通过 window.navigator.webdriver 来检测 Selenium。

检测原理

浏览器启动时，如果是自动化控制模式，navigator.webdriver 会被设置为 true。

绕过方案

方案 A: CDP 方法 (推荐)

在加载页面前，执行 CDP 命令删除该属性。

1
2
3
4
5
6
7

driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
"source": """
Object.defineProperty(navigator, 'webdriver', {
get: () => undefined
})
"""
})

方案 B: 中间人代理

使用 mitmproxy / Burp 拦截响应，注入 JS 代码覆盖 navigator 属性。

方案 C: undetected-chromedriver

这是一个专门为了绕过检测而修改过的 ChromeDriver 封装库。

1

pip install undetected-chromedriver

1
2
3

import undetected_chromedriver as uc
driver = uc.Chrome()
driver.get('https://nowsecure.nl') # 这是一个高强度检测站

3. 为什么逆向中可以较少用 Selenium？

1. 指纹严重: Selenium 留下的特征比 Puppeteer 多得多（如 cdc_ 变量）。
2. Hook 不便: 虽然可以通过 CDP 注入，但原生 API 对 Request Interception 的支持不如 Puppeteer 优雅。
3. 环境重: 需要下载对应版本的 WebDriver，容易出现版本不兼容问题。

总结

如果你要写一个新的逆向脚本，建议首选 Puppeteer / Playwright。如果你必须维护现有的 Selenium 项目，请熟练掌握 CDP 注入 和 undetected-chromedriver 来对抗反爬虫。