别去送死了！爬虫使用 Selenium与Puppeteer 能被网站探测的几十个特征

很多人喜欢使用 Selenium 或 Puppeteer(Pyppeteer) 通过模拟浏览器来编写爬虫，自以为这样可以不被网站检测到，想爬什么数据就爬什么数据

但实际上，Selenium 启动的浏览器，有几十个特征可以被网站通过 JavaScript 探测到；Puppeteer 启动的浏览器，也有很多特征能够被网站探测

如果你不相信，那么我们来做一个实验。首先你使用正常的浏览器打开如下网址：

可以看到，页面的内容如下：

这个页面很长，你得滚动鼠标往下看，大部分都是绿色的

接下来，使用 Selenium启动一个 Chrome 的有头模式，再打开这个页面看看效果：

一开始 这一项就标红了，说明网站成功检测到你使用模拟浏览器了

你再往下翻，标红的都是可以被检测出的特征

左边是普通浏览器，右边是模拟浏览器

左边是普通浏览器，右边是模拟浏览器

如果你一项一项对比，就会发现很多地方都不一样

这还是有头模式的效果。我们来看看无头模式：

截图打开以后是下面这样的。不要吓到：

万里河山一片红

这么多特征都直接暴露了，你还隐藏个屁。网站只要想发现你，非常容易。

既然 Selenium 不行，那 Puppeteer 或者 Pyppeteer怎么样呢？

我们使用 Pyppeteer 来做个实验，直接启动无头模式并截图

运行效果是下面这样的：

跟 Selenium 没什么区别

所以，你还好意思继续用这两个东西来写爬虫？

爬点没有安全意识的小网站可以，爬那些有强大安全团队和法务团队的公司，你就是在找死！