python + selenium + chromedriver 如何实现无界面爬取-PHP中文网问答

文章专题 AI工具学习下载问答源码最近更新

PHP

会员中心讲师中心微信公众号

python + selenium + chromedriver 如何实现无界面爬取

迷茫 2017-05-18 10:53:13

[Python讨论组]

1243

在使用selenium爬取12306的过程中，发现使用phantomjs无法爬取，使用chromedriver就可以，应该是phantomjs被网站检测出来后封禁了，使用chromedriver又会显示界面，爬取效率低。
现在有两点疑问，google了好久都没找到有效的解决方法
1.如何伪装phantomjs，尽最大可能的伪装
2.如何设置chromedriver，使其不显示界面，或者还有什么其他方法提高爬取效率

感谢！！！

迷茫

业精于勤，荒于嬉;行成于思，毁于随。

全部回复(2)

PHP中文网2017-05-18 10:55:13 2楼

通过PyVirtualDisplay可以实现你的需求，大概代码就是这样：

#!/usr/bin/env python

from pyvirtualdisplay import Display
from selenium import webdriver

display = Display(visible=0, size=(800, 600))
display.start()

# now Firefox will run in a virtual display. 
# you will not see the browser.
browser = webdriver.Chrome()
browser.get('http://www.baidu.com')
print browser.title
browser.quit()

display.stop()

不知道你修改过phantomjs的头信息没有，可以通过

from selenium import webdriver
options = webdriver.ChromeOptions()
options.add_argument('lang=zh_CN.UTF-8')
options.add_argument('user-agent="Mozilla/5.0 (iPod; U; CPU iPhone OS 2_1 like Mac OS X; ja-jp) AppleWebKit/525.18.1 (KHTML, like Gecko) Version/3.1.1 Mobile/5F137 Safari/525.20"')
browser = webdriver.Chrome(chrome_options=options)
url = "https://baidu.com"
browser.get(url)
browser.quit()

这种方式修改phantomjs的头部信息，这个也可以试试