問(wèn)題描述

在使用selenium爬取12306的過(guò)程中，發(fā)現(xiàn)使用phantomjs無(wú)法爬取，使用chromedriver就可以，應(yīng)該是phantomjs被網(wǎng)站檢測(cè)出來(lái)后封禁了，使用chromedriver又會(huì)顯示界面，爬取效率低?，F(xiàn)在有兩點(diǎn)疑問(wèn)，google了好久都沒(méi)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(shè)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(wèn)題解答

通過(guò)PyVirtualDisplay可以實(shí)現(xiàn)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(guò)phantomjs的頭信息沒(méi)有，可以通過(guò)

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(gè)也可以試試

可以參考鄙人的文章在headless模式下運(yùn)行selenium