使用 selenium 自动操作浏览器，如何避开 CloudFlare 5秒盾的检测
1、运行环境：Java + selenium + chrome浏览器108版本 + chromedriver
注：如果Java不能避开检测，也可以使用Python，只求正确方法
2、问题
公司业务：需要自动操作浏览器进行“登陆账号”和“商品库存数量的增加”
问题发生背景：selenium 自动操作浏览器访问 https://www.kickstarter.com/，会被 CloudFlare 检测到，特别在点击登陆之后
错误图片：
解答思路和尝试过的方法：
- 修改谷歌浏览器启动参数
- 更改访问ip
附代码
public static void main(String[] args) {
WebDriver webDriver = null;
try {
// 设置 chromedirver 的存放位置
System.getProperties().setProperty("webdriver.chrome.driver", CHROME_DRIVER);
ChromeOptions chromeOptions = new ChromeOptions();
//chrome添加参数
addArguments(chromeOptions);
// 实例化
webDriver = new ChromeDriver(chromeOptions);
// 1.模拟打开登陆页面
webDriver.get(WEB_URL);
/**
* TODO:CloudFlare拦截有几种触发方式
* 1、打开页面便会被检测 CloudFlare 到并拦截
* 2、点击登陆或点击其他按钮跳转到其他页面都会被拦截
*/
// 显式等待
// 2.等10秒钟响应后再操作，不然内容可能还没有返回
WebDriverWait wait = new WebDriverWait(webDriver, 10);
// 查找id为“kw"的元素是否加载出来了（已经在页面DOM中存在）
wait.until(ExpectedConditions.presenceOfElementLocated(By.id("user_session_email"))); // 在设定时间内找到后就返回，超时直接抛异常
// ......
} catch (Exception e) {
e.printStackTrace();
assert webDriver != null;
File srcFile = ((TakesScreenshot)webDriver).getScreenshotAs(OutputType.FILE);
//图片名称加时间戳
String dateString = getDateFormat();
// 需要指定图片的保存路径及文件名
try {
FileUtils.copyFile(srcFile, new File("D:\\selenium\\" + dateString + ".png"));
} catch (IOException ioException) {
ioException.printStackTrace();
}
} finally {
if (webDriver != null) {
webDriver.quit();
}
}
}
/**
* chrome添加参数
*/
public static void addArguments(ChromeOptions options){
// 不加载图片, 提升速度
// 关闭界面上的---Chrome正在受到自动软件的控制
options.addArguments("disable-infobars");
// 浏览器不提供可视化页面. linux下不支持可视化不加这条会启动失败
//options.addArguments("--headless");
// 启动无沙盒模式运行，以最高权限运行
options.addArguments("--no-sandbox");
// 优化参数
// 不加载图片, 提升速度
options.addArguments("blink-settings=imagesEnabled=false");
// 禁用gpu渲染
options.addArguments("--disable-gpu");
options.setExperimentalOption("excludeSwitches", new String[]{"enable-automation"});
//设置为开发者模式
options.addArguments("--disable-blink-features=AutomationControlled");
options.addArguments("--user-agent=Mozilla/5.0 HAHA");
// 隐藏滚动条, 应对一些特殊页面
options.addArguments("--hide-scrollbars");
// 优化参数
// 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
options.addArguments("--user-data-dir=D:\\selenium\\ChromeProfile");
//chrome.exe --remote-debugging-port=9333 --user-data-dir="D:\selenium\ChromeProfile"
//options.setExperimentalOption("debuggerAddress", "127.0.0.1:9333");
//设置访问的ip
options.addArguments("--proxy-server=http://36.26.106.179:4223");
}
- 建议你看下这篇博客👉 ：Selenium自动化绕过Cloudflare检测的方法
1、解决问题可以根据您的要求追加酬金
2、如果有说不明白的点，可以联系我进行补充
3、谢谢各位大佬
参考gpt和自己的思路，CloudFlare 5秒盾是一种用于防止机器人攻击的安全机制，如果您使用 Selenium 自动化操作浏览器，很可能会被 CloudFlare 5秒盾检测到并阻止您的操作。为了避开 CloudFlare 5秒盾的检测，您可以尝试以下几种方法：
使用随机 User-Agent：CloudFlare 5秒盾通常会检测请求中的 User-Agent 字段，如果检测到 User-Agent 是自动化工具或者脚本，就会阻止请求。因此，您可以尝试使用随机的 User-Agent 来模拟真实的浏览器请求，避免被 CloudFlare 5秒盾检测到。例如，您可以使用 Python 的 Faker 库生成随机的 User-Agent。
使用代理 IP：CloudFlare 5秒盾通常会检测请求的 IP 地址，如果检测到同一 IP 发送大量请求，就会阻止请求。因此，您可以尝试使用代理 IP 来模拟不同的 IP 地址发送请求，避免被 CloudFlare 5秒盾检测到。例如，您可以使用 Python 的 requests 库配合代理 IP 发送请求。
使用 CloudFlare 的解决方案：CloudFlare 提供了一些解决方案，例如 CloudFlare Access 和 CloudFlare Workers，可以帮助您避开 CloudFlare 5秒盾的检测。其中，CloudFlare Access 是一种身份验证服务，可以帮助您验证用户身份并允许他们访问您的网站；而 CloudFlare Workers 是一种无服务器计算平台，可以帮助您自定义请求处理逻辑。
总之，为了避开 CloudFlare 5秒盾的检测，您需要模拟真实的浏览器请求，并使用一些技巧避免被检测到。如果您无法避免被检测到，可以考虑使用 CloudFlare 的解决方案来解决问题。
一个能够避开 CloudFlare 的 Python 代码示例。以下是一个示例代码：
import requests
from fake_useragent import UserAgent
url = "https://www.example.com/"
# 设置随机 User-Agent
headers = {'User-Agent': UserAgent().random}
# 设置代理 IP
proxies = {'https': 'https://IP_ADDRESS:PORT'}
# 发送 GET 请求
response = requests.get(url, headers=headers, proxies=proxies)
# 打印响应内容
print(response.text)
在这个示例中，我们使用了 Python 的 requests 库来发送 GET 请求，同时设置了随机的 User-Agent 和代理 IP。其中，User-Agent 使用了 fake_useragent 库来生成随机的 User-Agent，而代理 IP 则需要替换成您自己的代理 IP 地址和端口。通过这种方式，我们可以模拟真实的浏览器请求，并使用代理 IP 避免被 CloudFlare 检测到。
注意：使用代理 IP 的时候，需要确保代理 IP 是可用的，并且没有被 CloudFlare 封锁。否则，即使使用了代理 IP，仍然会被 CloudFlare 检测到。另外，如果您的请求被 CloudFlare 拦截，您需要查看 CloudFlare 返回的响应内容，根据响应内容来调整请求策略。
在浏览器打开页面后，可以增加等待时间，等待js加载完毕并渲染页面。这样可以减少被cloudflare检测到的可能性。
以下答案基于ChatGPT和GISer Liu编写：
CloudFlare 5秒盾主要是防止机器人或自动化脚本的访问，所以要想避开检测，需要让你的脚本看起来像一个正常的用户。
以下是一些尝试避开检测的方法：
① 修改请求头信息
CloudFlare 会检查请求头中的一些信息，如 User-Agent、Referer 等，如果这些信息不符合正常用户的行为，就会被拦截。因此，你可以通过设置请求头信息，让你的脚本看起来像一个正常的用户。
可以使用 Chrome 插件 ModHeader 来修改请求头信息，或者使用 selenium 的 add_argument 方法来添加请求头信息，如下所示：
from selenium import webdriver
options = webdriver.ChromeOptions()
options.add_argument("user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3")
driver = webdriver.Chrome(chrome_options=options)
② 模拟用户行为
模拟用户行为也是一种避开 CloudFlare 检测的方法。比如，你可以让脚本等待一段时间再去点击某个按钮，或者让脚本模拟鼠标移动等行为。
可以使用 selenium 的 ActionChains 类来模拟鼠标操作，如下所示：
from selenium.webdriver.common.action_chains import ActionChains
action = ActionChains(driver)
action.move_to_element(element).perform()
③ 使用代理
如果你的脚本是从同一个 IP 地址发出的，那么 CloudFlare 很容易就能检测到。因此，你可以使用代理来改变 IP 地址，从而避免被 CloudFlare 检测到。
可以使用 selenium 的 add_argument 方法来设置代理，如下所示：
from selenium import webdriver
options = webdriver.ChromeOptions()
options.add_argument("--proxy-server=http://your-proxy-server:port")
driver = webdriver.Chrome(chrome_options=options)
请注意，如果代理 IP 地址是被 CloudFlare 拉黑的，那么这种方法是无效的。
以上是一些尝试避开 CloudFlare 检测的方法，但并不能保证一定能够成功。如果你的脚本还是被拦截了，可以考虑使用一些第三方工具来避开检测，如 Anti-captcha、2captcha 等。
找橡皮擦
以下答案由GPT-3.5大模型与博主波罗歌共同编写：
CloudFlare 5秒盾主要是通过检测浏览器的 JavaScript 引擎，例如检查原型链中的 Function 是否被修改，并使用了一些 JavaScript 计算，来识别是否是自动化工具访问网站。可以尝试以下方法来避免检测：
使用 webdriver 的执行脚本方法（execute_script）进行登录，定位到登录按钮使用 JavaScript 点击登录，不要使用 webdriver 的点击方法，这样可以避免被检测到。
设置浏览器的 User-Agent，让其看起来像是人工访问网站，可以使用 Chrome 开发者工具的 Network 标签页，选择一个较大的请求，查看请求的 Request Headers 中的 User-Agent 信息来获取浏览器的 User-Agent 信息。
下面是使用 Java 和 Selenium 避开 CloudFlare 5秒盾检测的示例代码：
import org.openqa.selenium.By;
import org.openqa.selenium.JavascriptExecutor;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.WebElement;
import org.openqa.selenium.chrome.ChromeDriver;
import org.openqa.selenium.chrome.ChromeOptions;
import org.openqa.selenium.support.ui.ExpectedConditions;
import org.openqa.selenium.support.ui.WebDriverWait;
import java.util.HashMap;
import java.util.Map;
public class Main {
//设置 ChromeDriver 的路径
private static final String CHROME_DRIVER = "/Users/username/Desktop/chromedriver";
//设置浏览器的 User-Agent，需要替换成自己的 User-Agent
private static final String USER_AGENT = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36";
//设置浏览器的 IP 地址和端口号，需要替换成自己代理服务器的 IP 地址和端口号
private static final String PROXY_HOST = "127.0.0.1";
private static final int PROXY_PORT = 8888;
public static void main(String[] args) throws Exception {
//设置 ChromeDriver 的路径
System.setProperty("webdriver.chrome.driver", CHROME_DRIVER);
//设置 ChromeDriver 在启动时不自动打开浏览器并且不加载图片
ChromeOptions options = new ChromeOptions();
options.addArguments("--headless","--disable-gpu","--disable-images");
//设置浏览器的 User-Agent
Map<String, String> headers = new HashMap<>();
headers.put("User-Agent", USER_AGENT);
options.setExperimentalOption("prefs", headers);
//设置浏览器的代理
String proxy = PROXY_HOST + ":" + PROXY_PORT;
options.addArguments("--proxy-server=http://" + proxy);
//启动浏览器并访问目标网站
WebDriver driver = new ChromeDriver(options);
driver.get("https://www.kickstarter.com/");
//等待页面加载完成
WebDriverWait wait = new WebDriverWait(driver, 20);
wait.until(ExpectedConditions.presenceOfElementLocated(By.xpath("//a[@href='/login?ref=nav']")));
//点击登录按钮并弹出登录框
WebElement loginButton = driver.findElement(By.xpath("//a[@href='/login?ref=nav']"));
((JavascriptExecutor) driver).executeScript("arguments[0].click()", loginButton);
//在登录框中输入用户名和密码并点击登录按钮
wait.until(ExpectedConditions.presenceOfElementLocated(By.id("session_email")));
WebElement emailInput = driver.findElement(By.id("session_email"));
emailInput.clear();
emailInput.sendKeys("your_email@example.com");
WebElement passwordInput = driver.findElement(By.id("session_password"));
passwordInput.clear();
passwordInput.sendKeys("your_password");
WebElement submitButton = driver.findElement(By.name("commit"));
((JavascriptExecutor) driver).executeScript("arguments[0].click()", submitButton);
//等待登录完成
wait.until(ExpectedConditions.titleContains("Discover Projects on Kickstarter"));
}
}
该代码使用了 webdriver 的执行脚本方法（execute_script）进行登录，并设置了浏览器的 User-Agent 和代理，避免了检测。
如果我的回答解决了您的问题，请采纳！
CloudFlare 5秒盾是一种反爬虫机制，可以在网站的后端进行配置。为了避免被检测到，可以尝试以下几种方法：
1、修改Chrome的User-Agent
通过修改Chrome的User-Agent，使其看起来像是一个普通的浏览器，可以尝试避开 CloudFlare 的检测。可以通过以下代码修改User-Agent：
options.addArguments("--user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.150 Safari/537.36");
2、设置浏览器窗口大小
有些网站会根据浏览器窗口大小来判断是否为爬虫，可以通过设置浏览器窗口大小来避免被检测到。可以通过以下代码设置浏览器窗口大小：
webDriver.manage().window().setSize(new Dimension(1920, 1080));
3、使用代理IP
使用代理IP可以避免被网站检测到你的真实IP地址，但是代理IP的质量很重要，不好的代理IP可能会导致访问速度变慢或者被封IP。可以通过以下代码设置代理IP：
options.addArguments("--proxy-server=http://proxy_ip:proxy_port");
4、调整操作间隔时间
有些网站会根据用户操作的速度来判断是否为爬虫，可以通过调整操作间隔时间来避免被检测到。可以在代码中使用Thread.sleep()方法来实现等待操作。
需要注意的是，以上方法并不能保证百分之百避开 CloudFlare 的检测，因为 CloudFlare 的检测机制也在不断更新。
参考gpt