selenium反反爬虫，隐藏selenium特征

一、stealth.min.js 使用

• 用selenium爬网页时，常常碰到被检测到selenium ，会被服务器直接判定为非法访问，这个时候就可以用stealth.min.js 来隐藏selenium特征，达到绕过检测的目的

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

# 设置 Chrome 选项
chrome_options = Options()

# 添加 JavaScript 注入
with open('path/to/stealth.min.js', 'r') as file:
    stealth_js = file.read()

chrome_options.add_argument("--disable-blink-features=AutomationControlled")
chrome_options.add_experimental_option("excludeSwitches", ["enable-automation"])
chrome_options.add_experimental_option("useAutomationExtension", False)
chrome_options.add_argument("--disable-extensions")
chrome_options.add_argument("--disable-popup-blocking")
chrome_options.add_argument("--disable-default-apps")
chrome_options.add_argument("--disable-infobars")
chrome_options.add_argument("--disable-gpu")
chrome_options.add_argument("--disable-notifications")
chrome_options.add_argument("--disable-translate")
chrome_options.add_argument("--disable-device-discovery-notifications")
chrome_options.add_argument("--no-sandbox")
chrome_options.add_argument("--headless")
chrome_options.add_argument("--disable-dev-shm-usage")
chrome_options.add_argument("--window-size=1920x1080")
chrome_options.add_argument("--disable-features=VizDisplayCompositor")

# 启动 Chrome 浏览器
driver = webdriver.Chrome(options=chrome_options)

# 注入 stealth.min.js
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
  "source": stealth_js
})

# 访问网页
driver.get("https://example.com")

# 进行一些操作，例如点击按钮、填写表单等
# driver.find_element_by_xpath("//button[contains(text(),'Click Me')]").click()
# driver.find_element_by_id("username").send_keys("myusername")

# 在完成操作后，关闭浏览器
driver.quit()

二、 stealth.min.js 生成
nodejs 直接安装

npx extract-stealth-evasions

三、如何检测是否绕过webdriver检测

1. 访问 https://bot.sannysoft.com/,出现下面的效果即为绕过webdriver
   
   四、stealth.min.js 隐藏selenium特征原理
   在提供的文件中，模拟和替换浏览器API的实例主要集中在以下几个方面：

2. WebGL 参数获取：stealth.min.js 对WebGLRenderingContext.prototype.getParameter方法的模拟。这是通过创建一个代理（Proxy）来实现的，该代理拦截对getParameter的调用，并根据传入的参数值返回预设的值。例如，它可以模拟UNMASKED_VENDOR_WEBGL和UNMASKED_RENDERER_WEBGL参数的返回值，从而隐藏实际的WebGL供应商和渲染器信息。

3. Navigator 属性模拟：对navigator对象的languages和hardwareConcurrency属性的模拟。这些属性通常用于获取用户的语言偏好和硬件并发数（CPU 核心数）。通过使用Proxy对象和特定的处理函数，这些属性的值可以被替换为预设的值，而不是从实际的浏览器环境中获取。

4. Chrome API 模拟：对chrome对象的模拟，这是在非安全（非HTTPS）环境中的行为。例如，chrome.runtime和chrome.notifications等API的行为在非安全环境中可能与安全环境中有所不同。通过模拟这些API，可以在不依赖实际Chrome扩展API的情况下进行测试和开发。

实现原理主要基于以下几个关键点：

• Proxy 对象：JavaScript的Proxy对象用于创建一个可拦截和重新定义操作（如属性访问、函数调用等）的对象。通过创建一个代理对象并将其绑定到目标对象上，可以控制对目标对象的所有访问和操作。
• Reflect API：ReflectAPI提供了一些方法，允许你以与操作符相同的方式执行常见的对象操作，但会返回一个布尔值或抛出错误，而不是对对象进行操作。这在代理处理程序中非常有用，因为它允许你控制对象操作的行为。
• 错误处理和堆栈修改：在代理处理程序中，可以通过捕获和修改错误对象的堆栈信息来隐藏代理的存在。这通常涉及到移除或替换错误堆栈中与代理相关的部分。
• 属性拦截和值替换：在代理处理程序中，可以通过定义get和set陷阱来拦截对属性的访问和赋值操作，并根据需要返回或设置模拟的值。

通过这些技术，可以在不改变原始浏览器API行为的情况下，模拟和替换特定的浏览器API行为

五、stealth.min.js 用到的chrome api

1. chrome.runtime: 这是Chrome扩展程序中用于与扩展程序的运行时环境进行交互的API。文件中模拟了chrome.runtime对象的一些属性和方法，例如：- id: 扩展程序的唯一标识符。- sendMessage: 用于向扩展程序的其他部分发送消息的方法。- connect: 用于与扩展程序的其他部分建立连接的 方法。
2. chrome.notifications: 这是Chrome扩展程序中用于创建、更新和删除桌面通知的API。虽然文件中没有直接提到chrome.notifications，但它可能是chrome.runtime模拟的一部分，因为通知通常与扩展程序的运行时行为相关。
3. chrome.csi: 这是Chrome扩展程序中用于收集页面加载时间信息的API。文件中模拟了chrome.csi函数，它返回一个包含页面加载时间数据的对象。
4. chrome.loadTimes: 这是Chrome扩展程序中用于获取当前页面加载时间信息的API。文件中模拟了chrome.loadTimes方法，它返回一个包含加载时间数据的对象。
5. **chrome.app: 这是Chrome应用程序中用于访问应用程序特定的信息和方法的API。文件中提到了chrome.app的静态数据，例如安装状态和更新原因。
6. chrome.permissions: 这是Chrome扩展程序中用于查询和管理应用程序的权限的API。文件中模拟了Permissions对象的query方法，它用于检查某个功能（如通知）的权限状态。
7. chrome.Plugin 和 chrome.MimeType: 这些API用于获取和管理插件和MIME类型的信息。文件中模拟了navigator.plugins和navigator.mimeTypes对象，这些对象分别代表已安装的插件和支持的MIME类型。

这些模拟的API允许开发者在不依赖实际Chrome扩展API的情况下进行测试和开发。通过模拟这些API，开发者可以在不同的环境或条件下控制和监视应用程序的行为，同时避免了对实际浏览器API的直接调用。