多测师是一家拥有先进的教学理念,强大的师资团队,业内好评甚多的接口自动化测试培训机构!

17727591462

联系电话

您现在所在位置:接口自动化测试培训 > 新闻资讯

如何突破网站对selenium的屏蔽-自动化测试

更新时间:2022-03-15 09:29:32 作者:多测师 浏览:153

  使用selenium模拟浏览器进行数据抓取无疑是当下最通用的数据采集方案,它通吃各种数据加载方式,能够绕过客户JS加密,绕过爬虫检测,绕过签名机制。它的应用,使得许多网站的反采集策略形同虚设。由于selenium不会在HTTP请求数据中留下指纹,因此无法被网站直接识别和拦截。

如何突破网站对selenium的屏蔽-自动化测试

  这是不是就意味着selenium真的就无法被网站屏蔽了呢?非也。selenium在运行的时候会暴露出一些预定义的Javascript变量(特征字符串),例如"window.navigator.webdriver",在非selenium环境下其值为undefined,而在selenium环境下,其值为true(如下图所示为selenium驱动下Chrome控制台打印出的值)。

  除此之外,还有一些其它的标志性字符串(不同的浏览器可能会有所不同),常见的特征串如下所示:

  webdriver

  __driver_evaluate

  __webdriver_evaluate

  __selenium_evaluate

  __fxdriver_evaluate

  __driver_unwrapped

  __webdriver_unwrapped

  __selenium_unwrapped

  __fxdriver_unwrapped

  _Selenium_IDE_Recorder

  _selenium

  calledSelenium

  _WEBDRIVER_ELEM_CACHE

  ChromeDriverw

  driver-evaluate

  webdriver-evaluate

  selenium-evaluate

  webdriverCommand

  webdriver-evaluate-response

  __webdriverFunc

  __webdriver_script_fn

  __$webdriverAsyncExecutor

  __lastWatirAlert

  __lastWatirConfirm

  __lastWatirPrompt

  $chrome_asyncScriptInfo

  $cdc_asdjflasutopfhvcZLmcfl_

  了解了这个特点之后,就可以在浏览器客户端JS中通过检测这些特征串来判断当前是否使用了selenium,并将检测结果附加到后续请求之中,这样服务端就能识别并拦截后续的请求。

  下面讲一个具体的例子。

  有一位技术人员近期就发现了一个能够有效检测并屏蔽selenium的网站应用:大众点评网的验证码表单页,如果是正常的浏览器操作,能够有效的通过验证,但如果是使用selenium就会被识别,即便验证码输入正确,也会被提示“请求异常,拒绝操作”,无法通过验证。

  分析页面源码,可以找到 https://static.meituan.net/bs/yoda-static/file:file/d/js/yoda.e6e7c3988817eb17.js 这个JS文件,将代码格式化后,搜索webdriver可以看到它检测了"webdriver", "__driver_evaluate", "__webdriver_evaluate"等等这些selenium的特征串。提交验证码的时候抓包可以看到一个_token参数(很长),selenium检测结果应该就包含在该参数里,服务端借以判断“请求异常,拒绝操作”。

  现在才进入正题,如何突破网站的这种屏蔽呢?

  我们已经知道了屏蔽的原理,只要我们能够隐藏这些特征串就可以了。但是还不能直接删除这些属性,因为这样可能会导致selenium不能正常工作了。我们采用曲线救国的方法,使用中间人代理,比如fidder, proxy2.py或者mitmproxy,将JS文件(本例是yoda.*.js这个文件)中的特征字符串给过滤掉(或者替换掉,比如替换成根本不存在的特征串),让它无法正常工作,从而达到让客户端脚本检测不到selenium的效果。

  下面我们验证下这个思路。这里我们使用mitmproxy实现中间人代理),对JS文件(本例是yoda.*.js这个文件)内容进行过滤。启动mitmproxy代理并加载response处理脚本:

  mitmdump.exe -S modify_response.py

  其中modify_response.py脚本如下所示:

  view plaincopy to clipboardprint?

  # coding:utf-8

  # modify_response.py

  import re

  from mitmproxy import ctx

  def response(flow):

  """修改应答数据"""

  if '/js/yoda.' in flow.request.url:

  # 屏蔽selenium检测

  for webdriver_key in ['webdriver', '__driver_evaluate', '__webdriver_evaluate', '__selenium_evaluate', '__fxdriver_evaluate', '__driver_unwrapped', '__webdriver_unwrapped', '__selenium_unwrapped', '__fxdriver_unwrapped', '_Selenium_IDE_Recorder', '_selenium', 'calledSelenium', '_WEBDRIVER_ELEM_CACHE', 'ChromeDriverw', 'driver-evaluate', 'webdriver-evaluate', 'selenium-evaluate', 'webdriverCommand', 'webdriver-evaluate-response', '__webdriverFunc', '__webdriver_script_fn', '__$webdriverAsyncExecutor', '__lastWatirAlert', '__lastWatirConfirm', '__lastWatirPrompt', '$chrome_asyncScriptInfo', '$cdc_asdjflasutopfhvcZLmcfl_']:

  ctx.log.info('Remove"{}"from{}.'.format(webdriver_key,flow.request.url))

  flow.response.text=flow.response.text.replace('"{}"'.format(webdriver_key),'"NO-SUCH-ATTR"')

  flow.response.text=flow.response.text.replace('t.webdriver','false')

  flow.response.text=flow.response.text.replace('ChromeDriver','')

  在selenium中使用该代理(mitmproxy默认监听127.0.0.1:8080)访问目标网站,mitmproxy将过滤JS中的特征符串。经多次测试,该方法可以有效的绕过大众点评的selenium检测,成功提交大众点评网的验证码表单。

  以上内容为大家介绍了自动化测试中的如何突破网站对selenium的屏蔽,本文由多测师亲自撰写,希望对大家有所帮助。了解更多自动化测试相关知识:https://www.aichudan.com/xwzx/

联系电话

17727591462

返回顶部