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
这是一个创建于 2660 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近在尝试爬取一个网站数据的时候，遇见了这个网站使用了 distil networks 的反爬虫服务，我尝试了抓包的方式无法有效地进行到下一步，因为需要提交四五次表单，并且每次 Post 请求都被重定向了，于是想着用 requestium，使用 selenium 发送 post 请求，却还是无法达到预期效果。这里主要还是因为 selenium 被识别出来了，我在这个反爬虫服务加载的 js 中发现了这样几句代码，isWebdriver:function(){return!!navigator.webdriver 自己也试着尝试了一下，在 chrome 的浏览器中输入 windows.navigator.webdriver 返回的是 undefind，而在 chromebdriver 中输入后返回的是 true,所以我在想是不是这句代码阻塞了我的 post 执行，有没有什么好的办法绕过这段 js 或者修改它的值呢？
 | 1 wzwwzw 2018-08-26 18:26:28 +08:00  1 为什么不说一下目标网站呢。 |
 | 2 kran 2018-08-26 19:46:39 +08:00 via iPhone selenium 源码混淆变量名，重新编译 |
 | 3 xiaoyu233 2018-08-26 20:28:28 +08:00 之前找的解决方法是 2 楼说的改代码重新编译方式。不过不会编译，可以尝试用 pyqt 来爬 |
 | 4 wc110302 OP @wzwwzw 不好意思现在才上到网--！ 目标网站是这个： https://www.flyscoot.com/zh |
| 6 wc110302 OP @xiaoyu233 谢谢提供的解决方案，明天我去尝试用 pyqt 看能否爬取，其实我现在已经能爬取到数据了，就是耗时太久了，我想绕过这个反爬虫 distil networks 所带来的验证码来减少我耗费的时间，或者直接能使用 Post 请求就更好了，不过现在还没能找到解决方案 |
 | 7 wenzhoou 2018-08-27 06:43:58 +08:00 via Android selenium 已经好久不更新了啊。感觉死而不僵。鸡肋啊。 |
| 9 kran 2018-08-27 10:24:50 +08:00 |
 | 10 cyrbuzz 2018-08-27 10:26:23 +08:00 试下 pyppeteer https://github.com/miyakogi/pyppeteer 和 selenium 类似。 基于 pyppeteer 我也封装了一个小爬虫框架： https://github.com/HuberTRoy/Seen 用不到就忽略这条吧~。 |
| 11 wc110302 OP @kran 谢谢回复 我尝试使用 hex editor 将 chromedrive 里的$cdc_替换了依然不起作用 还是会被反爬虫服务识别 也许是这个教程现在失效了 |
 | 12 yumenlong 2018-08-27 11:28:36 +08:00 http://waimai.meituan.com 美团外卖的 js 也对 webdriver 进行了检测，大家来研究研究对策啊 |
| 13 wc110302 OP @xiaoyu233 感谢老铁提供的方法。 这里统一回复一下 使用 pyqt5 可以绕过该网站的反爬服务。 模拟操作需要全程注入 js |
 | 14 gamecreating 2018-11-03 21:51:25 +08:00 @wc110302 注入 JS 的方法有码? pyqt5 + qtwebengine 没找到在哪里注入 |
 | 15 weiyishuxi 2019-02-12 11:01:33 +08:00 大佬是否可以加微信或者 QQ （ 2408169322 ），我最近也想搞你这个网站，但是爬虫新手，如果可以指导也行，直接有偿交易源码也行 |
 | 16 skt2046 2019-02-27 15:52:08 +08:00 我最近写一个刷单工具也遇到了万恶的 distil networks，根据的说了 P 参数，我抓包后把它解析了出来可以看出是一个带有详细浏览器信息的 json，并且每次请求这个 json 里面只有一小部分会被修改。看到你说可以模拟生成 p 参数，特意过来请教一下，你是怎么生成的 |
| 17 skt2046 2019-02-27 15:54:11 +08:00 可否加鹅企详细讨论：（ base64 鹅企） NTIzNzMxNTg5 |
| 18 skt2046 2019-02-27 15:59:48 +08:00 还有请求 header 里面有个重要参数和 X-Distil-Ajax 以及 url 参数 PID， 必须和 p 参数一起送过去才能生效，这些参数都是一个 get 取回来的 javascrip 函数生成的 |
 | 20 luzhizheng 2019-12-21 13:57:54 +08:00 这楼主是一个搞外包的,大家不要给骗了,加了 QQ 以后一直在忽悠,没两句就开始装逼,然后要我搞外包. 技术问题一个都不回答,问什么都说很简单自己搞,要不然就找我外包,真是没见过这种人,一点想探讨的精神都没有,还跟我装起逼来,说多了就开始骂我菜鸡,菜鸟,真的是给点阳光就灿烂,懂一点就开始装逼,你爸妈没有教过你做人的道理吗?真是悲哀! |
Select Language