1. 背景

在使用selenium瀏覽器渲染技術(shù)，爬取網(wǎng)站信息時，默認(rèn)情況下就是一個普通的純凈的chrome瀏覽器，而我們平時在使用瀏覽器時，經(jīng)常就添加一些插件，擴展，代理之類的應(yīng)用。相對應(yīng)的，當(dāng)我們用chrome瀏覽器爬取網(wǎng)站時，可能需要對這個chrome做一些特殊的配置，以滿足爬蟲的行為。

常用的行為有：

禁止圖片和視頻的加載：提升網(wǎng)頁加載速度。 添加代理：用于翻墻訪問某些頁面，或者應(yīng)對IP訪問頻率限制的反爬技術(shù)。 使用移動頭：訪問移動端的站點，一般這種站點的反爬技術(shù)比較薄弱。 添加擴展：像正常使用瀏覽器一樣的功能。 設(shè)置編碼：應(yīng)對中文站，防止亂碼。 阻止JavaScript執(zhí)行。 ………

2. 環(huán)境

python 3.6.1 系統(tǒng)：win7 IDE：pycharm 安裝過chrome瀏覽器 配置好chromedriver selenium 3.7.0

3. chromeOptions

chromeOptions 是一個配置 chrome 啟動是屬性的類。通過這個類，我們可以為chrome配置如下參數(shù)（這個部分可以通過selenium源碼看到）：

設(shè)置 chrome 二進制文件位置 (binary_location) 添加啟動參數(shù) (add_argument) 添加擴展應(yīng)用 (add_extension, add_encoded_extension) 添加實驗性質(zhì)的設(shè)置參數(shù) (add_experimental_option) 設(shè)置調(diào)試器地址 (debugger_address)

源代碼：

# .Libsite-packagesseleniumwebdriverchromeoptions.pyclass Options(object): def __init__(self): # 設(shè)置 chrome 二進制文件位置 self._binary_location = ’’ # 添加啟動參數(shù) self._arguments = [] # 添加擴展應(yīng)用 self._extension_files = [] self._extensions = [] # 添加實驗性質(zhì)的設(shè)置參數(shù) self._experimental_options = {} # 設(shè)置調(diào)試器地址 self._debugger_address = None

使用案例：

# 設(shè)置默認(rèn)編碼為 utf-8，也就是中文from selenium import webdriveroptions = webdriver.ChromeOptions()options.add_argument(’lang=zh_CN.UTF-8’)driver = webdriver.Chrome(chrome_options = options)

4. 常用配置官方網(wǎng)站參考：https://sites.google.com/a/chromium.org/chromedriver/capabilities

4.1. 設(shè)置編碼格式

# 設(shè)置默認(rèn)編碼為 utf-8，也就是中文from selenium import webdriveroptions = webdriver.ChromeOptions()options.add_argument(’lang=zh_CN.UTF-8’)driver = webdriver.Chrome(chrome_options = options)

4.2. 模擬移動設(shè)備

移動設(shè)備user-agent表格：http://www.fynas.com/ua

因為移動版網(wǎng)站的反爬蟲的能力比較弱

# 通過設(shè)置user-agent，用來模擬移動設(shè)備# 比如模擬 android QQ瀏覽器options.add_argument(’user-agent='MQQBrowser/26 Mozilla/5.0 (Linux; U; Android 2.3.7; zh-cn; MB200 Build/GRJ22; CyanogenMod-7) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1'’)# 模擬iPhone 6options.add_argument(’user-agent='Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko) Version/9.0 Mobile/13B143 Safari/601.1'’)

4.3. 禁止圖片加載

不加載圖片的情況下，可以提升爬取速度。

# 禁止圖片的加載from selenium import webdriverchrome_options = webdriver.ChromeOptions()prefs = {'profile.managed_default_content_settings.images': 2}chrome_options.add_experimental_option('prefs', prefs)# 啟動瀏覽器，并設(shè)置好waitbrowser = webdriver.Chrome(chrome_options=chrome_options)browser.set_window_size(configure.windowHeight, configure.windowWidth) # 根據(jù)桌面分辨率來定，主要是為了抓到驗證碼的截屏wait = WebDriverWait(browser, timeout = configure.timeoutMain)

4.4. 添加代理

為selenium爬蟲添加代理，這個地方尤其需要注意的是，在選擇代理時，盡量選擇靜態(tài)IP，才能提升爬取的穩(wěn)定性。因為如果選擇selenium來做爬蟲，說明網(wǎng)站的反爬能力比較高（要不然直接上scrapy了），對網(wǎng)頁之間的連貫性，cookies，用戶狀態(tài)等有較高的監(jiān)測。如果使用動態(tài)匿名IP，每個IP的存活時間是很短的（1~3分鐘）。

from selenium import webdriver# 靜態(tài)IP：102.23.1.105：2005# 阿布云動態(tài)IP：http://D37EPSERV96VT4W2:CERU56DAEB345HU90@proxy.abuyun.com:9020PROXY = 'proxy_host:proxy:port'options = webdriver.ChromeOptions()desired_capabilities = options.to_capabilities()desired_capabilities[’proxy’] = { 'httpProxy': PROXY, 'ftpProxy': PROXY, 'sslProxy': PROXY, 'noProxy': None, 'proxyType': 'MANUAL', 'class': 'org.openqa.selenium.Proxy', 'autodetect': False}driver = webdriver.Chrome(desired_capabilities = desired_capabilities)

4.5. 瀏覽器選項設(shè)置

selenium一般打開的是不帶擴展的純凈的瀏覽器，但是有時候我們想對瀏覽器進行一些設(shè)置，比如 設(shè)置flash選項的默認(rèn)值為全局始終允許，清除cookies，清除緩存 之類。

想要實現(xiàn)這個目的，有一種思路，下面以chrome瀏覽器為例：

在selenium爬蟲啟動時，首先開一個窗口，在地址欄鍵入：chrome://settings/content 或 chrome://settings/privacy，然后由程序，像操作普通網(wǎng)頁一樣，進行設(shè)置，保存。

4.6.添加瀏覽器擴展應(yīng)用

selenium一般打開的是不帶擴展的純凈的瀏覽器，但是有時候我們爬取數(shù)據(jù)時需要借助一些插件，比如解析類xpath helper，翻譯類，獲取額外信息（銷量）等。那我們怎么在啟動chromedriver時，帶上一些我們需要的插件呢？

下面以在chrome中加載Xpath Helper插件為例：

4.6.1. 下載相應(yīng)的插件Xpath Helper下載地址：https://www.jb51.net/softs/673040.html如下，是一個 以 crx 為后綴的文件：

4.6.2.

將插件路徑填入代碼中

# 添加xpath helper應(yīng)用from selenium import webdriverchrome_options = webdriver.ChromeOptions()# 設(shè)置好應(yīng)用擴展extension_path = ’D:/extension/XPath-Helper_v2.0.2.crx’chrome_options.add_extension(extension_path)# 啟動瀏覽器，并設(shè)置好waitbrowser = webdriver.Chrome(chrome_options=chrome_options)

4.6.3. 結(jié)果展示

4.6.4. 注意事項

第一，為了提高爬取速度，盡可能的少加載插件。

第二，有一種方案會加載用戶對chrome瀏覽器的所有配置信息，但是測試并無法使用，如下：

首先進入C:Users（用戶）你的電腦名稱AppDataLocalGoogleChromeUser DataDefaultExtensions，點開Extensions，里面的文件夾就是安裝過的擴展，（記得先把電腦隱藏文件夾顯示出來，否則找不到） 但是名字是一堆我看不懂的無序的英文字母，我的辦法是一個一個點開找到對應(yīng)的插件版本號，版本號在chrome Extensions選項里找然后打包你需要的插件：打開chrome的設(shè)置，在里面點開擴展程序，選中開發(fā)者模式，你安裝的插件的下面會出現(xiàn)一個ID，這個ID對應(yīng)的就是你要打包的插件，然后打包擴展程序，找到對應(yīng)的文件夾（或者你也可以把這個文件夾復(fù)制到電腦任意地方）下面的版本號的文件夾，也就是ID名文件夾內(nèi)部的那個文件夾，然后點擊打包擴展程序，就可以了，會相應(yīng)的在版本號的同一級地方出現(xiàn)后綴名是crx和pem的文件，這個crx的文件就是我們需要的（不過按照這種方式，在我的本地目錄是找不到這樣的crx文件，需要單獨下載…）。準(zhǔn)備工作完成，看代碼：

# 第一種方式# chrome瀏覽器的擴展程序都在：C:UsersAdministratorAppDataLocalGoogleChromeUser DataProfile 2Extensions下chrome_options.add_argument('user-data-dir=C:/Users/Administrator/AppData/Local/Google/Chrome/User Data')

# 加載所有Chrome配置， 用Chrome地址欄輸入chrome://version/，查看自己的“個人資料路徑”，然后在瀏覽器啟動時，調(diào)用這個配置文件，代碼如下：from selenium import webdriveroption = webdriver.ChromeOptions()option.add_argument(’--user-data-dir=C:UsersAdministratorAppDataLocalGoogleChromeUser Data’) #設(shè)置成用戶自己的數(shù)據(jù)目錄driver = webdriver.Chrome(chrome_options=option)

# 出現(xiàn)錯誤結(jié)果第一，所有瀏覽器窗口，包括自己打開的都會被控制住。第二，其他動作不起作用，而且會crash。Traceback (most recent call last): File 'E:/PyCharmCode/taobaoProductSelenium/taobaoSelenium.py', line 40, in <module> # 啟動瀏覽器，并設(shè)置好wait File 'E:Minicondalibsite-packagesseleniumwebdriverchromewebdriver.py', line 69, in __init__ desired_capabilities=desired_capabilities) File 'E:Minicondalibsite-packagesseleniumwebdriverremotewebdriver.py', line 151, in __init__ self.start_session(desired_capabilities, browser_profile) File 'E:Minicondalibsite-packagesseleniumwebdriverremotewebdriver.py', line 240, in start_session response = self.execute(Command.NEW_SESSION, parameters) File 'E:Minicondalibsite-packagesseleniumwebdriverremotewebdriver.py', line 308, in execute self.error_handler.check_response(response) File 'E:Minicondalibsite-packagesseleniumwebdriverremoteerrorhandler.py', line 194, in check_response raise exception_class(message, screen, stacktrace)selenium.common.exceptions.WebDriverException: Message: unknown error: Chrome failed to start: crashed (Driver info: chromedriver=2.32.498550 (9dec58e66c31bcc53a9ce3c7226f0c1c5810906a),platform=Windows NT 6.1.7601 SP1 x86_64)

4.7. 登錄時關(guān)閉彈出的密碼保存提示框

最近在使用chrome登錄網(wǎng)站的時候總有密碼保存提示框，并不是所有的都會有密碼保存提示框，其實只需要設(shè)置啟動chrome的相關(guān)參數(shù)就可以避免這種問題。

from time import sleep from selenium import webdriver from selenium.webdriver.common.by import Byoptions = webdriver.ChromeOptions() prefs = {} # 設(shè)置這兩個參數(shù)就可以避免密碼提示框的彈出prefs[“credentials_enable_service”] = False prefs[“profile.password_manager_enabled”] = False options.add_experimental_option(“prefs”, prefs) browser = webdriver.Chrome(chrome_options=options) browser.get(’https://www.baidu.com/’)

5. 其他參數(shù)

參考文章：https://www.jb51.net/article/182967.htm

5.1 chrome地址欄命令在Chrome的瀏覽器地址欄中輸入以下命令，就會返回相應(yīng)的結(jié)果。這些命令包括查看內(nèi)存狀態(tài)，瀏覽器狀態(tài)，網(wǎng)絡(luò)狀態(tài)，DNS服務(wù)器狀態(tài)，插件緩存等等。但是需要注意的是這些命令會不停的變動，所以不一定都是好用的。about:version - 顯示當(dāng)前版本about:memory - 顯示本機瀏覽器內(nèi)存使用狀況about:plugins - 顯示已安裝插件about:histograms - 顯示歷史記錄about:dns - 顯示DNS狀態(tài)about:cache - 顯示緩存頁面about:gpu -是否有硬件加速about:flags -開啟一些插件 //使用后彈出這么些東西：“請小心，這些實驗可能有風(fēng)險”，不知會不會搞亂俺的配置啊！chrome://extensions/ - 查看已經(jīng)安裝的擴展

5.2. chrome實用參數(shù)

其他的一些關(guān)于Chrome的實用參數(shù)及簡要的中文說明，使用方法同上4.5.4，當(dāng)然也可以在shell中使用。?user-data-dir=”[PATH]” 指定用戶文件夾User Data路徑，可以把書簽這樣的用戶數(shù)據(jù)保存在系統(tǒng)分區(qū)以外的分區(qū)。?disk-cache-dir=”[PATH]“ 指定緩存Cache路徑?disk-cache-size= 指定Cache大小，單位Byte?first run 重置到初始狀態(tài)，第一次運行?incognito 隱身模式啟動?disable-javascript 禁用Javascript--omnibox-popup-count=“num” 將地址欄彈出的提示菜單數(shù)量改為num個。我都改為15個了。--user-agent=“xxxxxxxx” 修改HTTP請求頭部的Agent字符串，可以通過about:version頁面查看修改效果--disable-plugins 禁止加載所有插件，可以增加速度。可以通過about:plugins頁面查看效果--disable-javascript 禁用JavaScript，如果覺得速度慢在加上這個--disable-java 禁用java--start-maximized 啟動就最大化--no-sandbox 取消沙盒模式--single-process 單進程運行--process-per-tab 每個標(biāo)簽使用單獨進程--process-per-site 每個站點使用單獨進程--in-process-plugins 插件不啟用單獨進程--disable-popup-blocking 禁用彈出攔截--disable-plugins 禁用插件--disable-images 禁用圖像--incognito 啟動進入隱身模式--enable-udd-profiles 啟用賬戶切換菜單--proxy-pac-url 使用pac代理 [via 1/2]--lang=zh-CN 設(shè)置語言為簡體中文--disk-cache-dir 自定義緩存目錄--disk-cache-size 自定義緩存最大值（單位byte）--media-cache-size 自定義多媒體緩存最大值（單位byte）--bookmark-menu 在工具 欄增加一個書簽按鈕--enable-sync 啟用書簽同步?single-process 單進程運行Google Chrome?start-maximized 啟動Google Chrome就最大化?disable-java 禁止Java?no-sandbox 非沙盒模式運行

到此這篇關(guān)于selenium+python配置chrome瀏覽器的選項的實現(xiàn)的文章就介紹到這了,更多相關(guān)selenium python配置chrome內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！