你以為的萬(wàn)能爬蟲方法，其實(shí)一行代碼就能識(shí)別！
在以前的公眾號(hào)中，我提到Selenium/Puppeteer/Pyppeteer有很多特征可以被網(wǎng)站檢測(cè)到。于是，有些同學(xué)想到了另一個(gè)方法，就是自己寫一個(gè)Chrome插件，在網(wǎng)站打開的時(shí)候，注入到頁(yè)面中，然后通過(guò)這個(gè)注入的JavaScript代碼來(lái)操作頁(yè)面，獲取數(shù)據(jù)。
這個(gè)方法理論上說(shuō)是萬(wàn)能的，因?yàn)樽⑷氲腏avaScript能夠獲取當(dāng)前Dom樹，任何接口簽名都無(wú)法攔截到自己注入的JavaScript代碼，如下圖所示：
而Chrome插件訪問(wèn)自己的服務(wù)器后端是沒(méi)有跨域問(wèn)題的，完全可以讓插件獲取到數(shù)據(jù)以后，發(fā)送給自己的服務(wù)器，這樣就可以把數(shù)據(jù)收入囊中了。
你還可以通過(guò)JavaScript自動(dòng)點(diǎn)擊按鈕，實(shí)現(xiàn)自動(dòng)翻頁(yè)。所以你只需要把網(wǎng)頁(yè)打開，啟動(dòng)插件，然后他就能自動(dòng)刷新，自動(dòng)獲取數(shù)據(jù)了。
這個(gè)方法看起來(lái)非常萬(wàn)能，而且無(wú)法被防御……
事實(shí)真的是這樣嗎?我寫了一個(gè)Demo來(lái)做測(cè)試。Demo頁(yè)面長(zhǎng)下面這樣：
當(dāng)我手動(dòng)點(diǎn)擊點(diǎn)擊我按鈕的時(shí)候，會(huì)彈出一個(gè)框：
現(xiàn)在，我使用JavaScript來(lái)選擇這個(gè)按鈕，然后點(diǎn)擊它：
為什么網(wǎng)站知道我在用JavaScript點(diǎn)擊了按鈕呢?其實(shí)只要我給你看這個(gè)頁(yè)面的HTML，你就知道了：
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>Test Event</title>
</head>
<body>
<div id="app">
<template v-if="spider">
<div>你這個(gè)狗爬蟲</div>
</template>
<template v-else>
<button v-on:click="check">點(diǎn)擊我</button>
</template>
</div>
<script src="./vue.min.js"></script>
<script>
var example2 = new Vue({
el: '#app',
data: {
spider: false
},
methods: {
check: function (event) {
if (event.isTrusted) {
alert('主人你好，歡迎回家！')
} else {
this.spider = true
}
}
}
})
</script>
</body>
</html>
關(guān)鍵的點(diǎn)就是這個(gè)event.isTrusted。它是瀏覽器的一個(gè)功能，如果這個(gè)事件是人通過(guò)鼠標(biāo)點(diǎn)擊的，那么它是true。如果事件是通過(guò)JavaScript觸發(fā)的，那么它是false。
關(guān)于這個(gè)屬性，你可以查看Event.isTrusted - Web API 接口參考 | MDN[1]。這個(gè)例子里面，我用的是Vue來(lái)操作頁(yè)面，但實(shí)際上event是瀏覽器的特性，使用原生JavaScript也可以實(shí)現(xiàn)：
document.querySelector("button").addEventListener("click", function( event ) {
if (event.isTrusted) {
alert('主人你好，歡迎回家！')
} else {
this.spider = true
}
}, false);
那么如何繞過(guò)這個(gè)event.isTrusted呢?其實(shí)很簡(jiǎn)單，你使用Selenium/Puppeteer，天然就能繞過(guò)它。
看到這里，大家肯定發(fā)現(xiàn)一個(gè)很好笑的問(wèn)題，Selenium/Puppeteer不能解決的問(wèn)題，用JavaScript輕松就能解決。但JavaScript解決不了的問(wèn)題，用Selenium/Puppeteer又完全沒(méi)有問(wèn)題。
這就像是貓吃老鼠，老虎吃貓，大象吃老虎，但是老鼠可以吃大象。寸有所長(zhǎng)，必有所短，寸有所短，也可能有所長(zhǎng)。
參考文獻(xiàn)
[1] Event.isTrusted - Web API 接口參考 | MDN: https://developer.mozilla.org/zh-CN/docs/Web/API/Event/isTrusted
本文轉(zhuǎn)載自微信公眾號(hào)「未聞Code」，可以通過(guò)以下二維碼關(guān)注。轉(zhuǎn)載本文請(qǐng)聯(lián)系未聞Code公眾號(hào)。
