如何避免Puppeteer被前端JS检测

工具和资料

• QQ群 - Javascript高级爬虫https://jq.qq.com/?_wv=1027&k=5Bcu3YU -作者自建群，欢迎加入!
• 中国商标网加密接口https://github.com/rockswang/wsjs.saic.mmewmd  -仅做演示
• awesome-jave-crawlerhttps://github.com/rockswang/awesome-java-crawler - 作者收集的爬虫相关工具和资料

前言

这两天开始看puppeteer，发现居然也能被某数的前端js检测出来!?

github的issue区找了找，原来puppeteer启动的chrome里面，是有navigator.webdriver属性的，搞什么搞么，老外真是做那啥还要立牌坊......

方案1

issue区里看到的解决方案:

await this.page.evaluateOnNewDocument(() => {
        Object.defineProperty(navigator, 'webdriver', {
        get: () => undefined,
    });
}

但是说实话这个还是有点问题的，因为用"webdriver" in navigator还是能检测出来。

方案2

想找找到底哪个环节把"webdriver"属性加上的，但是文本搜索发现puppeteer源码中并没有......

后来chrome中用chrome:version看了一下命令行启动参数，结果发现了这个："--enable-automation" ......

一看就有问题，为了确认特意搜了一下这个命令行参数的说明:

--enable-automation: Inform users that their browser is being controlled by an automated test.

确认了可以干掉了，启动chrome时加个忽略默认参数即可:

const browser = await puppeteer.launch({ignoreDefaultArgs: ["--enable-automation"]});