100天精通Python（爬虫篇）——第121天：基于selenium实现代码输入账号信息登录网站（反反爬策略）

1. 前言

上文我们学习了通过cookie登录网站，接下来我们来学用代码输入账号信息登录网，测试网站某宝。

2. 实现步骤

下面是某宝的登录界面，接下来我们需要实现的步骤是：

• 1、打开网页
• 2、输入账号信息
• 3、输入密码信息
• 4、点击 “登录” 按钮

3. 基础补充

由于某宝的反爬技术很高超，这里我们需要用到网页元素定位操作和隐藏浏览器指纹，还不会的小伙伴学习一下专栏文章：

• 100天精通Python（爬虫篇）——第47天：selenium自动化操作浏览器（基础+代码实战）
• 100天精通Python（实用脚本篇）——第115天：基于selenium实现反反爬策略之隐藏浏览器指纹特征

4. 代码实战

4.1 创建连接

from selenium import webdriver
from selenium.webdriver.common.by import By
import time

# 1. 创建连接
# 创建ChromeOptions对象，用于配置Chrome浏览器的选项
chrome_options = webdriver.ChromeOptions()
# 添加启动参数，'--disable-gpu'参数用于禁用GPU加速，适用于部分平台上的兼容性问题
chrome_options.add_argument('--disable-gpu')

4.2 添加请求头伪装浏览器

通过添加请求头伪装成正常的浏览器信息：

# 2. 添加请求头伪装浏览器
chrome_options.add_argument(
    'user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36')
driver = webdriver.Chrome(chrome_options=chrome_options)

4.3 隐藏浏览器指纹

执行 stealth.min.js 文件进行隐藏浏览器指纹特征：

# 3. 执行 `stealth.min.js` 文件进行隐藏浏览器指纹
with open('stealth.min.js') as f:
    js = f.read()
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
    "source": js
})

4.4 最大化窗口

为了方便大家看登录操作，设置浏览器 全屏：

# 4. 最大化浏览器窗口
driver.maximize_window()

4.5 启动网页

# 5. 发送请求，打开网页
driver.get('https://login.taobao.com/member/login.jhtml')
time.sleep(1)

4.6 点击密码登录

1、有时候打开某宝的登录界面，它想让我们扫码登录，这时候我们就需要点击密码登录：

2、这个标签有个js，本想通过执行js点击元素，结果发现执行不成功也不报错（原因未知大家可以自行尝试下），所以选择定位xpath：

元素的xpath地址：

//div[@class='login-blocks qrcode-bottom-links']/a[1]

3、通过find_element方法定位元素的xpath，由于这个界面是有几率触发，所以写一个异常捕获防止报错，通过click()方法点击元素：

# 6. 点击账号密码登录
try:
    # 找到登录按钮元素
    button = driver.find_element(by=By.XPATH, value="//div[@class='login-blocks qrcode-bottom-links']/a[1]")
    # 点击登录按钮
    button.click()
except:
    pass

4.7 输入账号密码

注意事项：有ID找ID（ID是唯一的），没ID找其他标签

1、确定账号、密码输入框的标签信息：

账号框ID为：

fm-login-id

密码框ID为：

fm-login-password

2、通过find_element方法定位文本框，通过send_keys方法输入账号信息：

# 7. 输入账号密码
username_input = driver.find_element(by=By.ID, value="fm-login-id") # 定位账号框
username_input.send_keys("your_username")  # 输入账号信息（这里自行替换）

password_input  = driver.find_element(by=By.ID, value="fm-login-password") # 定位密码框
password_input .send_keys("your_username")  # 输入密码信息（这里自行替换）

4.8 点击登录按钮

1、刚开始试过，用这个登录按钮classes ID定位，但是代码无法定位成功，所以还是选择xpath定位：

登录按钮xpath地址：

//button[@class='fm-button fm-submit password-login']

2、通过find_element方法定位xpath，通过click()方法点击元素：

# 8. 点击登录按钮元素
login_button = driver.find_element(by=By.XPATH, value="//button[@class='fm-button fm-submit password-login']")
# 点击登录按钮
login_button.click()

4.9 完整代码

下面是完整登录代码，需要替换自己的账号密码：

from selenium import webdriver
from selenium.webdriver.common.by import By
import time

# 1. 创建链接
# 创建ChromeOptions对象，用于配置Chrome浏览器的选项
chrome_options = webdriver.ChromeOptions()
# 添加启动参数，'--disable-gpu'参数用于禁用GPU加速，适用于部分平台上的兼容性问题
chrome_options.add_argument('--disable-gpu')

# 2. 添加请求头伪装浏览器
chrome_options.add_argument(
    'user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36')
driver = webdriver.Chrome(chrome_options=chrome_options)

# 3. 执行 `stealth.min.js` 文件进行隐藏浏览器指纹
with open('stealth.min.js') as f:
    js = f.read()
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
    "source": js
})

# 4. 最大化浏览器窗口
driver.maximize_window()

# 5. 发送请求，打开网页
driver.get('https://login.taobao.com/member/login.jhtml')
time.sleep(1)

# 6. 点击账号密码登录
try:
    # 找到登录按钮元素
    button = driver.find_element(by=By.XPATH, value="//div[@class='login-blocks qrcode-bottom-links']/a[1]")
    # 点击登录按钮
    button.click()
except:
    pass

# 7. 输入账号密码
username_input = driver.find_element(by=By.ID, value="fm-login-id") # 定位账号框
username_input.send_keys("your_username")  # 输入账号信息（这里自行替换）

password_input  = driver.find_element(by=By.ID, value="fm-login-password") # 定位密码框
password_input .send_keys("your_username")  # 输入密码信息（这里自行替换）

# 8. 点击登录按钮元素
login_button = driver.find_element(by=By.XPATH, value="//button[@class='fm-button fm-submit password-login']")
# 点击登录按钮
login_button.click()

# 9. 接下来就可以进行网页信息的解析了，自行编写。。。

4.10 GIF动图展示

五、总结

爬虫是一个很玄学的技术，本文中4.6执行js和4.8元素定位操作明明是正确的却还是要报错，就不得不换一种网页元素定位方法，所以大家遇到报错不要心慌，不妨换一个操作进行尝试，我们下期见！