python2+headless chrome+selenium,如何解决出现 js-disabled 的提示 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
akmonde
V2EX    Python

python2+headless chrome+selenium,如何解决出现 js-disabled 的提示

  •  
  •   akmonde 2018-04-09 00:07:24 +08:00 3012 次点击
    这是一个创建于 2743 天前的主题,其中的信息可能已经有所发展或是发生改变。

    RT,鄙人在网上直接扒下来无界面浏览器的样例,需要爬一个带 dom 型内容的网页:

    #coding=utf-8 from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.common.action_chains import ActionChains from selenium.webdriver.common.keys import Keys chrome_optiOns= webdriver.ChromeOptions() # 使用 headless 无界面浏览器模式 chrome_options.add_argument('--headless') chrome_options.add_argument('--disable-gpu') # 启动浏览器,获取网页源代码 browser = webdriver.Chrome(chrome_optiOns=chrome_options) mainUrl = "https://xxx.com" browser.get(mainUrl) #print(f"browser text = {browser.page_source}") print browser.page_source browser.quit() 

    按理说应该问题不大,原案例网址是可以爬出东西的。 结果我填入我需要爬的网页,除了一些必要的该网页的 title 和 meta 信息,剩下的就是下面这样:

     <noscript> &lt;div class="js-disabled"&gt; It looks like your Javascript is disabled. To use XXX, enable Javascript in your browser and refresh this page. &lt;/div&gt; </noscript> 

    敢问各位大佬,这是网站自己做了防爬措施,还是我需要启用其他的 option ? 最关键是,我试着自己通过 chrome_options.add_argument,又加了些 headless chrome 的 option,参考资料如下:

    http://www.assertselenium.com/java/list-of-chrome-driver-command-line-arguments/ 

    但结果并没有什么卵用,还是会出现 noscript 的提示,求解惑应该怎样解决这个问题。

    另外,样站是客户要去测的,这里不太方便直接发出网址,望各位大佬见谅!

    8 条回复    2018-06-17 22:26:56 +08:00
    akmonde
        1
    akmonde  
    OP
       2018-04-09 08:42:12 +08:00
    有大佬能帮小弟解答一二么...我看了几条消息全都是收藏...
    hareandlion
        2
    hareandlion  
       2018-04-09 08:55:31 +08:00 via iPhone
    selenium 用得不多,基本都是爬静态资源,请问什么情况下需要用到网页的 js ?谢谢
    gimp
        3
    gimp  
       2018-04-09 09:04:20 +08:00
    默认应该是可以解析 js 的,进一步确定问题所在可以尝试以下

    1,换用 Firefox 跑一下看看能不能解析,如果可以,说明问题还在 chrome headless 设置问题
    2,找个 JS 动态渲染的网页,比如 http://data.eastmoney.com/report/ 看看能不能渲染
    zbl430
        4
    zbl430  
       2018-04-09 11:47:24 +08:00
    不发网址。。。不好搞啊
    akmonde
        5
    akmonde  
    OP
       2018-04-09 12:00:43 +08:00
    @zbl430 客户的保密项目,我也很绝望啊..刚找私信也找不到。
    akmonde
        6
    akmonde  
    OP
       2018-04-09 12:31:37 +08:00
    @gimp eastmoney 的站可以渲染的,chrome 和 firefox 都是那个 disable 的提示,很绝望..
    akmonde
        7
    akmonde  
    OP
       2018-04-09 12:32:29 +08:00
    @hareandlion dom 形成的网页资源,直接 requests,urllib*返回的内容里读不到的,需要模拟浏览器。
    wwek
        8
    wwek  
       2018-06-17 22:26:56 +08:00
    界面浏览器访问看有哪些 ajax 请求
    然后无界面的再来一遍,抓包对比
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2557 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 25ms UTC 05:02 PVG 13:02 LAX 22:02 JFK 01:02
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86