python + selenium + chromedriver 如何實現無界面爬取
問題描述
在使用selenium爬取12306的過程中，發現使用phantomjs無法爬取，使用chromedriver就可以，應該是phantomjs被網站檢測出來后封禁了，使用chromedriver又會顯示界面，爬取效率低。現在有兩點疑問，google了好久都沒找到有效的解決方法1.如何偽裝phantomjs，盡最大可能的偽裝2.如何設置chromedriver，使其不顯示界面，或者還有什么其他方法提高爬取效率
感謝！！！
問題解答
回答1：通過PyVirtualDisplay可以實現你的需求，大概代碼就是這樣：
#!/usr/bin/env pythonfrom pyvirtualdisplay import Displayfrom selenium import webdriverdisplay = 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.titlebrowser.quit()display.stop()
不知道你修改過phantomjs的頭信息沒有，可以通過
from selenium import webdriveroptions = 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()
這種方式修改phantomjs的頭部信息，這個也可以試試
回答2：可以參考鄙人的文章在headless模式下運行selenium
相關文章：
1. 如何修改phpstudy的phpmyadmin放到其他地方2. java 排序的問題3. 我的html頁面一提交，網頁便顯示出了我的php代碼，求問是什么原因？4. 網絡傳輸協議 - 以下三種下載方式有什么不同？如何用python模擬下載器下載？5. angular.js - Angular路由和express路由的組合使用問題6. 我在centos容器里安裝docker，也就是在容器里安裝容器，報錯了？7. tp6表單令牌8. 老哥們求助啊9. php - mysql中，作為主鍵的字段，用int類型，是不是比用char類型的效率更高？10. django - 后臺返回的json數據經過Base64加密，獲取時用python如何解密~！
網公網安備