**1. 两种浏览器的使用环境**
```python
# 无头浏览器,适合部署到服务器时使用,但是容易被反爬
driver = webdriver.PhantomJS()
# 有头浏览器,适合用在开发过程中
driver = webdriver.Chrome()
```
<br/>
**2. Chrome浏览器的无头模式**
>绝大多数服务器是没有界面的,selenium控制谷歌浏览器也可以做到无界面开启。
macOS中Chrome59+版本,Linux中57+版本,Windows中6+版本才支持;
使用`webdriver.PhantomJS()`容易被反爬,那么我们可以通过使用一些配置来实现这个功能。
```python
from selenium import webdriver
# 1. 创建配置对象
opt = webdriver.ChromeOptions()
# 2. 添加配置参数
opt.add_argument('--headless')
opt.add_argument('--disable-gpu')
# 代理ip
opt.add_argument('--proxy-server=http://202.20.16.82:9527')
# User-Agent
opt.add_argument('--user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36')
# 3. 加载驱动
driver = webdriver.Chrome(chrome_options=opt)
# 4. 请求浏览器,开启无头模式后就不会打开浏览器了
driver.get('https://www.baidu.com/')
# https://www.baidu.com/
print(driver.current_url)
```
<br/>
**3. 其它常用配置**
```python
# 隐身模式(无痕模式)
options.add_argument('--incognito')
# 禁用javascript
options.add_argument('--disable-javascript')
# 禁止策略化
options.add_argument('--disable-infobars')
# 解决DevToolsActivePort文件不存在的报错
options.add_argument('--no-sandbox')
# 指定浏览器分辨率
options.add_argument('window-size=1920x3000')
# 谷歌禁用GPU加速
options.add_argument('--disable-gpu')
# 最大化运行(全屏窗口),不设置,取元素会报错
options.add_argument('--start-maximized')
# 隐藏滚动条, 应对一些特殊页面
options.add_argument('--hide-scrollbars')
# 不加载图片, 提升速度
options.add_argument('blink-settings=imagesEnabled=false')
# 浏览器不提供可视化页面(无头模式)
# linux下如果系统不支持可视化不加这条会启动失败
options.add_argument('--headless')
# 手动指定使用的浏览器位置
options.binary_location = r"C:\Program Files (x86)\Google\Chrome\Application\chrome.exe"
# 设置语言
options.add_argument('lang=en_US')
# User-Agent
options.add_argument('--user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) ' \
'AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36')
# 屏蔽'保存密码'提示框
prefs = {"":""}
prefs["credentials_enable_service"] = False
prefs["profile.password_manager_enabled"] = False
chrome_option_set.add_experimental_option("prefs", prefs)
# 针对chrome76版本及以上版本,需要去掉Chrome提示受到自动软件控制时使用
# 去掉Chrome提示受到自动软件控制
option.add_argument('disable-infobars')
# 在chrome76版本及以上版本,需要使用
# 以开发者模式启动调试chrome,可以去掉提示受到自动软件控制
chrome_options.add_experimental_option('excludeSwitches', ['enable-automation'])
# 去掉提示以开发者模式调用
chrome_options.add_experimental_option('useAutomationExtension', False)
#这样就可以静默打印,直接使用默认打印机进行打印。
# 如需是Chrome全屏+静默打印: 使用" --kiosk --kiosk-printing"
# 浏览器默认是全屏显示,而且Esc、F11和鼠标右键都无法使用,在软件编程时,
# 使用JS调用浏览器打印功能时,会跳过打印预览,直接进行打印操作。
chrome_options.add_argument('--kiosk-printing')
```
- 爬虫基本概念
- 爬虫介绍
- 通用爬虫与聚焦爬虫
- 通用爬虫
- 聚焦爬虫
- HTTP与HTTPS协议
- HTTP协议简介
- HTTP的请求与响应
- 客户端HTTP请求
- 服务端HTTP响应
- requests库
- requests库简介
- requests简单使用
- 发送带header的请求
- 发送带参数的请求
- 案例:下载百度贴吧页面
- 发送POST请求
- 使用代理
- 为什么要使用代理?
- 正反向代理
- 代理服务器分类
- 使用代理
- cookie和session
- cookie和session的区别
- 爬虫处理cookie和session
- 使用session登录网站
- 使用cookie登录网站
- cookiejar
- 超时和重试
- verify参数忽略CA证书
- URL地址的解码和编码
- 数据处理
- json数据处理
- json数据处理方案
- json模块处理json数据
- jsonpath处理json数据
- 正则表达式
- lxml
- xpath与lxml介绍
- xpathhelper插件
- 案例
- Beautiful Soup
- Beautiful Soup介绍
- 解析器
- CSS选择器
- 案例
- 四大对象
- 爬虫与反爬虫
- 爬虫与反爬虫的斗争
- 服务器反爬的原因
- 什么样的爬虫会被反爬
- 反爬领域常见概念
- 反爬的三个方向
- 基于身份识别进行反爬
- 基于爬虫行为进行反爬
- 基于数据加密进行反爬
- js解析
- chrome浏览器使用
- 定位js
- 设置断点
- js2py
- hashlib
- 有道翻译案例
- 动态爬取HTML
- 动态HTML
- 获取Ajax数据的方式
- selenium+driver
- driver定位
- 表单元素操作
- 行为链
- cookie操作
- 页面等待
- 多窗口与页面切换
- 配置对象
- 拉勾网案例
- 图片验证码识别
- 图形验证码识别技术简介
- Tesseract
- pytesseract处理图形验证码
- 打码平台
- 登录打码平台
- 验证码种类
- 多任务-线程
- 继承Thread创建线程
- 查看线程数量
- 资源共享
- 互斥锁
- 死锁
- 避免死锁
- Queue线程
- 多线程爬虫
- 多任务-进程
- 创建进程
- 进程池
- 进程间的通信
- Python GIL
- scrapy框架
- scrapy是什么?
- scrapy爬虫流程
- 创建scrapy项目
- Selector选择器
- logging
- scrapy shell
- 保存数据
- Item数据建模
- 翻页请求
- Request
- CrawlSpider
- settings
- 模拟登录
- 保存文件
- 内置Pipeline
- 自定义Pipeline
- 中间件
- selenium动态加载
- 防止反爬
- 随机User-Agent
- 随机IP代理
- settings中的参数
- 随机延迟
- request.meta常用参数
- 分布式爬虫
- 分布式原理
- scrapy_redis
- 去重问题
- 分布式爬虫编写流程
- CrawSpider改写成分布式
- scrapy_splash
- scrapy_splash是什么?
- scrapy_splash环境搭建
- APP抓取
- Android模拟器
- appium
- appium是什么?
- appium环境搭建
- appium环境联调测试
- appium的使用
- 演示项目-抓取抖音app
- 抖音app与appium的联调测试
- 元素定位
- 抖音appium代码
- 抓包软件
- url去重处理