Selenium和Requests搭配使用

Selenium和Requests搭配使用

前要

之前有提过, 用selenium控制本地浏览器, 提高拟人化,但是效率比较低,今天说一种selenium和requests搭配使用的方法
注意: 一定要先了解怎么远程控制浏览器,之后再按照这个来

selenium控制本地浏览器(二选一)
https://blog.csdn.net/weixin_44388373/article/details/121989842
https://blog.csdn.net/weixin_45081575/article/details/112621581

1. CDP

CDP 全称为 Chrome Devtools-Protocol

通过执行 CDP 命令，可以在网页加载前运行一段代码，进而改变浏览器的指纹特征
允许使用工具来检测、检查、调试和分析 Chromium、Chrome 和其他基于 Blink 的浏览器。

2. 通过requests控制浏览器

看这里!!!
这里值得注意是安装 websocket 模块，要按照这以下顺序

1. pip install webscoket
2. pip install websocket-client

# 之前的代码启动浏览器,selenium调用没问题
# 调用方式1"C:\Program Files\Google\Chrome\Application\chrome.exe"--remote-debugging-port=9222--user-data-dir="随便找个空文件夹路径"

# 调用方式2
start chrome --remote-debugging-port=9222--user-data-dir="C:\Users\1\Desktop\chrome"

# 代码调用
import os
os.popen('start chrome --remote-debugging-port=9222 --user-data-dir="C:\Users\1\Desktop\chrome"')

# 但是如果让requests调用会出错(无权限,禁止调用)
# 需要在语句中加入 --remote-allow-origins=* 
import os
os.popen('start chrome --remote-debugging-port=9222 --remote-allow-origins=* --user-data-dir="C:\Users\1\Desktop\chrome"')

2. 1 代码一

这里用的是 小菜欸 大佬的文章: 【Selenium】Python & Selenium 执行 CDP
我只是摘抄了一部分, 大佬讲的更详细, 推荐各位去看看

# 这里插入代码片
# -*- coding: utf-8-*-
# @Time   :2022-08-2712:00
# @Name   : py_cdp.py

import json
import requests
import websocket

def websocket_conn():
    # websocket_conn 连接浏览器
    resp = requests.get('http://127.0.0.1:9222/json')  # 有不懂的看上一篇文章
    assert resp.status_code ==200
    ws_url = resp.json()[0].get('webSocketDebuggerUrl')return websocket.create_connection(ws_url)

def execute_cdp(conn: websocket, command: dict):
    # 执行  dp
    conn.send(json.dumps(command))
    # 接受websocket的响应，并将字符串转换为 dict()return json.loads(conn.recv())

def main():
    conn =websocket_conn()
    # js ="alert('hello world')" # 弹窗 hello world
    # js ="console.log('hello world')" # 控制台打印 hello world
    js ="location.href='https://www.bilibili.com'"  # 页面跳转
    command ={'method':'Runtime.evaluate',  # 处理 传进去的 expression
        'id':int(1),    # id需要传一个整型，否则会报错,可以随便填一个数字
        'params':{'expression': js}   # 要执行的js语句
    }
    resp =execute_cdp(conn, command)print(resp)if __name__ =='__main__':main()

运行效果看下面动图，js代码中指定页面跳转到 B站。

2. 2 代码2

这里用的是 合天网安实验室 的文章: 利用远程调试获取Chromium内核浏览器Cookie
这个也只摘抄了一部分, 推荐各位去看看
代码可以获取本地浏览器所有Cookie, 包括保存到本地的Cookie信息

import json
import requests
import websocket
# 添加以后发送如下数据包就可以成功获取Cookie
GET_ALL_COOKIES_REQUEST = json.dumps({"id":1,"method":"Storage.getCookies"})

def hit_that_secret_json_path_like_its_1997():
    response = requests.get("http://127.0.0.1:9222/json")
    websocket_url = response.json()[0].get("webSocketDebuggerUrl")return websocket_url

def gimme_those_cookies(ws_url):
    ws = websocket.create_connection(ws_url)
    ws.send(GET_ALL_COOKIES_REQUEST)
    result = ws.recv()
    ws.close()
    response = json.loads(result)print(response)
    cookies = response["result"]["cookies"]return cookies

def to_cookie_dict(data):
    # name：cookie的名称 必须有
    # value：cookie对应的值，动态生成的, 必须有
    # domain：服务器域名
    # expiry：Cookie有效终止日期
    # path：Path属性定义了Web服务器上哪些路径下的页面可获取服务器设置的Cookie
    # httpOnly：防脚本攻击
    # secure:在Cookie中标记该变量，表明只有当浏览器和Web Server之间的通信协议为加密认证协议时# 
    # {'domain':'.gonggaotong.net','httpOnly': False,'name':'Hm_lpvt_5aed315e6cf23667dff3f1224c5dcb60','path':'/','secure': False,'value':'1642657344'}
    
    # 筛选cookie
    if'bilibili.com'in data['domain']:
        cookie_dict ={data['name']: data['value'],'Domain': data['domain'],'Path': data['path'],'Expires': data['expires']}print(cookie_dict)return cookie_dict

ws_url =hit_that_secret_json_path_like_its_1997()print(ws_url)
data_list =gimme_those_cookies(ws_url)print(data_list)

cookie_dict_list =[to_cookie_dict(data)for data in data_list]
# 遍历多个cookie字典，将每个字典中的key和value格式化为key=value的字符串
cookie_str_list =[]for cookie_dict in cookie_dict_list:if cookie_dict:for k, v in cookie_dict.items():
            cookie_str_list.append('{}={}'.format(k, v))

# 使用;将多个key=value字符串连接在一起
cookie_str =';'.join(cookie_str_list)print(cookie_str)

获取到的Cookie

3. 通过selenium获取cookie, requests携带cookie请求

先用selenium登录网站, 然后获取cookie, requests携带cookie访问

import json
import os
from selenium.webdriver import Chrome
import requests
import websocket
from selenium.webdriver.chrome.options import Options

GET_ALL_COOKIES_REQUEST = json.dumps({"id":1,"method":"Storage.getCookies"})

def open_chrome():try:
        requests.get('http://127.0.0.1:9222/json')  # 有不懂的看上一篇文章
    except:
        os.popen(
            r'start chrome --remote-debugging-port=9222 --remote-allow-origins=* --user-data-dir="C:\Users\v_chewqiao\Desktop\chrome"')
    chrome_options =Options()
    chrome_options.add_experimental_option("debuggerAddress","127.0.0.1:9222")
    driver =Chrome(options=chrome_options)return driver

def hit_that_secret_json_path_like_its_1997():
    response = requests.get("http://127.0.0.1:9222/json")
    websocket_url = response.json()[0].get("webSocketDebuggerUrl")return websocket_url

def gimme_those_cookies(ws_url):
    ws = websocket.create_connection(ws_url)
    ws.send(GET_ALL_COOKIES_REQUEST)
    result = ws.recv()
    ws.close()
    response = json.loads(result)
    cookies = response["result"]["cookies"]return cookies

def to_cookie_dict(data_list):
    cookie_dict ={}for data in data_list:
        # 根据域名确定网站cookie
        if'czce.com'in data['domain']:
            cookie_dict[data['name']]= data['value']return cookie_dict

def update_cookie(cookie_dict):
    cookie =''for key, value in cookie_dict.items():
        cookie = cookie +"{}={}; ".format(key, value)return cookie

def return_cookie():
    driver =open_chrome()
    driver.delete_all_cookies()
    # driver.execute_script("window.open('http://www.czce.com.cn/','_self');")
    # time.sleep(3)
    ws_url =hit_that_secret_json_path_like_its_1997()
    data_list =gimme_those_cookies(ws_url)
    cookie_dict =to_cookie_dict(data_list)
    # cookie 转为字符串
    cookie =update_cookie(cookie_dict)
    # 或者cookie直接写入session
    # session.cookies = requests.utils.cookiejar_from_dict(cookie_dict, cookiejar=None, overwrite=True)return cookie

if __name__ =='__main__':return_cookie()

结果如下: