php禁止网页抓取(selenium裸浏览器启动配置参数接收是怎样的？【】 )

　　php禁止网页抓取(selenium裸浏览器启动配置参数接收是怎样的？【】

)

　　每次selenium启动chrome浏览器的时候，chrome浏览器都很干净，没有插件，没有采集，也没有历史。这是因为 selenium 启动裸浏览器是为了保证启动 chrome 时的最快运行效率。这就是为什么我们需要配置参数，但有时我们需要的不仅仅是一个裸浏览器。

　　Selenium启动配置参数接收的是ChromeOptions类，创建如下：

　　from selenium import webdriver

option = webdriver.ChromeOptions()

　　创建 ChromeOptions 类后，添加参数。添加参数的具体方法有几种，分别对应添加不同类型的配置项。

　　设置chrome二进制文件位置（binary_location）

　　from selenium import webdriver

option = webdriver.ChromeOptions()

# 添加启动参数

option.add_argument()

# 添加扩展应用

option.add_extension()

option.add_encoded_extension()

# 添加实验性质的设置参数

option.add_experimental_option()

# 设置调试器地址

option.debugger_address()

　　常用配置参数：

　　from selenium import webdriver

option = webdriver.ChromeOptions()

# 添加UA

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"')

# 指定浏览器分辨率

options.add_argument('window-size=1920x3000')

# 谷歌文档提到需要加上这个属性来规避bug

chrome_options.add_argument('--disable-gpu')

# 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. 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')

# 以最高权限运行

options.add_argument('--no-sandbox')

# 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"

#添加crx插件

option.add_extension('d:\crx\AdBlock_v2.17.crx')

# 禁用JavaScript

option.add_argument("--disable-javascript")

# 设置开发者模式启动，该模式下webdriver属性为正常值

options.add_experimental_option('excludeSwitches', ['enable-automation'])

# 禁用浏览器弹窗

prefs = {

'profile.default_content_setting_values' : {

'notifications' : 2

}

}

options.add_experimental_option('prefs',prefs)

driver=webdriver.Chrome(chrome_options=chrome_options)

　　浏览器地址栏参数：

　　在浏览器地址栏输入以下命令获取相应信息

　　about:version - 显示当前版本

　　about:memory - 显示本机浏览器内存使用状况

　　about:plugins - 显示已安装插件

　　about:histograms - 显示历史记录

　　about:dns - 显示DNS状态

　　about:cache - 显示缓存页面

　　about:gpu -是否有硬件加速

　　chrome://extensions/ - 查看已经安装的扩展

　　

　　其他配置项目参数

　　–user-data-dir=”[PATH]”

# 指定用户文件夹User Data路径，可以把书签这样的用户数据保存在系统分区以外的分区

　　–disk-cache-dir=”[PATH]“

# 指定缓存Cache路径

　　–disk-cache-size=

# 指定Cache大小，单位Byte

　　–first run

# 重置到初始状态，第一次运行

　　–incognito

# 隐身模式启动

　　–disable-javascript

# 禁用Javascript

　　--omnibox-popup-count="num"

# 将地址栏弹出的提示菜单数量改为num个

　　--user-agent="xxxxxxxx"

# 修改HTTP请求头部的Agent字符串，可以通过about:version页面查看修改效果

　　--disable-plugins

# 禁止加载所有插件，可以增加速度。可以通过about:plugins页面查看效果

　　--disable-javascript

# 禁用JavaScript，如果觉得速度慢在加上这个

　　--disable-java

# 禁用java

　　--start-maximized

# 启动就最大化

　　--no-sandbox

# 取消沙盒模式

　　--single-process

# 单进程运行

　　--process-per-tab

# 每个标签使用单独进程

　　--process-per-site

# 每个站点使用单独进程

　　--in-process-plugins

# 插件不启用单独进程

　　--disable-popup-blocking

# 禁用弹出拦截

　　--disable-plugins

# 禁用插件

　　--disable-images

# 禁用图像

　　--incognito

# 启动进入隐身模式

　　--enable-udd-profiles

# 启用账户切换菜单

　　--proxy-pac-url

# 使用pac代理 [via 1/2]

　　--lang=zh-CN

# 设置语言为简体中文

　　--disk-cache-dir

# 自定义缓存目录

　　--disk-cache-size

# 自定义缓存最大值（单位byte）

　　--media-cache-size

# 自定义多媒体缓存最大值（单位byte）

　　--bookmark-menu

# 在工具 栏增加一个书签按钮

　　--enable-sync

# 启用书签同步