Puppeteer 系列踩坑日志—2—去掉自动化提示

在使用puppeteer自动化的过程中，经常出现一个自动化提示：正在被自动化测试。而这个提示不仅仅有这个作用，它还能让很多网站识别出来，你是在使用爬虫访问，从而采取了相应的反制措施，怎么反制，你懂得。今天我们就来探讨下这个问题！

基础：chrome启动参数的理解

• 关于启动参数，其实网上已经有非常多的列表了，我这里也隆重推荐一个大家都认为比较全面的清单：https://peter.sh/experiments/chromium-command-line-switches/
• 拿着清单，我们现在来理解下，什么叫做chrome启动参数？（已经理解的，或者着急看解决方式可以跳过这段，直接看后面，这里详细讲原理别嫌啰嗦，这里照顾不了解的同学）

image-20200318111030912.png

• 不知道大家使用chrome浏览器的时候，有没有注意到右上角的“用户”选项，当我们新建一个用户出来的时候，其实桌面自动为我们生成了一个快捷方式。

• 所谓用户：就是理解为谷歌的分身，另外一个完全与现在不相关的chrome被打开。例如多开帐号等等操作。

• 我们打开这个快捷方式，看下里面究竟是怎么回事，属性，查看目标那一栏，我们可以看到一串这样的东西："C:\Program Files (x86)\Google\Chrome\Application\chrome.exe" --profile-directory="Profile 5"

• --profile-directory ⊗	Selects directory of profile to associate with the first browser launched. ↪
  配置文件目录	选择要与启动的第一个浏览器关联的配置文件目录。

• 前面那段路径其实可以省略，就是大家chrome安装路径，主要是后面这段是什么鬼？其实这就是我们说的命令行参数，我们打开前面peter给出的chrome启动参数列表，搜索到这一行的解释： Selects directory of profile to associate with the first browser launched. 意思是：选择要与启动的第一个浏览器关联的配置文件目录。那么也就理解了，其实chrome命令行参数，就是做类似于改变chrome启动操作的一些事情，例如：配置用户目录，更改浏览器窗口大小，关闭浏览器跨域，改变浏览器渲染进程等等。

• 所以我们关心的去掉自动化提示这个问题，其实就是在这里可以找到答案，我们继续往后翻peter给的列表，翻到这个参数：

• --enable-automation ⊗	Enable indication that browser is controlled by automation. ↪
  自动化测试提示参数	启用浏览器由自动化控制的指示。

• 好家伙，我们现在看到的这个，就是元凶，那么你可能会有疑问：我代码里明明啥都没加啊，为啥还会有？

• 莫急，我们先想想npm包本身呢？是不是问题出在了这里？由此，我们引入了第一个解决方法。

解决方案1：修改puppeteer npm包源码（不推荐）

• 首先看到标题你就知道了，不推荐这个做法，因为破坏了源码，以后包升级还是会有问题。但是还是要讲一下，因为了解原理，可以举一反三。
• 我们看源码首先得前往 项目\node_modules\puppeteer 目录下去看，我们发现了下面的目录是这样的：

image-20200318112851445.png

• 解释下非常有意思的几个目录：

  • .local-chromium：当年刚出来的时候，大家用puppeteer都得搭XX，就是因为这个玩意下载不下来导致的，很多人就放弃了。其实这里面就放了一个chromium，平时puppeteer启动的时候，默认就是调用这个浏览器。这个浏览器的好处是，免安装，随时可用，更新快，功能激进（并没发现激进啥，我偶尔存u盘里方便在一些不那么年轻的电脑上 用chrome浏览网页）
  • index.js
  • lib

• 首先在index.js里面看到这段 const Puppeteer = require('./lib/Puppeteer'); ，我们根据这个往下找puppeteer到底从哪里来的？

image-20200318113507991.png

打开puppeteer.js，继续看下去，第一行 const Launcher = require('./Launcher'); 就引起了我们的怀疑，因为下面的代码里面 都有options跟它息息相关，本着不放过一个的精神，我们打开查看，粗略的浏览了一下，貌似没有什么问题？可是别急，继续往下看，我们发现了一堆有意思的东西：

 defaultArgs(options = {}) {
    const chromeArguments = [
      '--disable-background-networking',
      '--enable-features=NetworkService,NetworkServiceInProcess',
      '--disable-background-timer-throttling',
      '--disable-backgrounding-occluded-windows',
      '--disable-breakpad',
      '--disable-client-side-phishing-detection',
      '--disable-component-extensions-with-background-pages',
      '--disable-default-apps',
      '--disable-dev-shm-usage',
      '--disable-extensions',
      '--disable-features=TranslateUI',
      '--disable-hang-monitor',
      '--disable-ipc-flooding-protection',
      '--disable-popup-blocking',
      '--disable-prompt-on-repost',
      '--disable-renderer-backgrounding',
      '--disable-sync',
      '--force-color-profile=srgb',
      '--metrics-recording-only',
      '--no-first-run',
      '--enable-automation',
      '--password-store=basic',
      '--use-mock-keychain',
    ];
    const {
      devtools = false,
      headless = !devtools,
      args = [],
      userDataDir = null
    } = options;
    if (userDataDir)
      chromeArguments.push(`--user-data-dir=${userDataDir}`);
    if (devtools)
      chromeArguments.push('--auto-open-devtools-for-tabs');
    if (headless) {
      chromeArguments.push(
          '--headless',
          '--hide-scrollbars',
          '--mute-audio'
      );
    }
    if (args.every(arg => arg.startsWith('-')))
      chromeArguments.push('about:blank');
    chromeArguments.push(...args);
    return chromeArguments;
  }

惊不惊喜，意不意外？看到名字就知道了：defaultArgs，也就是在你启动puppeteer的时候，不论如何，它都会给你来一个这样的参数列表追加进去，因此我们在使用puppeteer的时候，试着这里的：--enable-automation 删除，再重新跑一遍puppeteer，那个烦人的提示就不见了。（这个时候再试试去登陆那些反爬虫网站，so easy！）

• 注意坑：这里我遇到过一个令我羞愧难当的问题，我曾经十分自信的跟同事说：用这个方法肯定没问题，可是当去掉了，并且执行了我以上这些操作，提示是没了，但是还是被反爬虫网站发现了！我真是见了鬼了！打脸来的如此之快！

• 解决坑：最后经过不断的排摸问题，发现原来是chromium的问题，换成chrome或者是其他版本的chromium就没问题了，所以当大家遇到类似问题，可以尝试着切换下版本或者是chrome。这也印证了为什么谷歌官网chromium提醒我们，不稳定。官方大佬说的话，真的不能轻视每一句啊！

解决方案2：官方方案（推荐）

• 这里我们来讲解下解决方案，有句名言：当你遇到问题，先去看官方文档。看完如果还不知道怎么解决？请熟读并背诵文档！

• 其实官方文档里面已经给出过解决方法（但是官方文档往往不太喜欢直白的告诉你），我们来回忆一下文档里说的，launch的时候有个参数： ignoreDefaultArgs

• 官方原话在这里： https://github.com/puppeteer/puppeteer/blob/master/docs/api.md#puppeteerlaunchoptions

• 这个属性可以过滤掉本身默认提供给你的参数，接收的类型：<boolean|Array<string>> 我们需要将过滤的参数写成['参数1','参数2','参数3'...]，加上这个，就完美解决了问题！

• 照顾一下连代码都懒得敲的同学：

  puppeteer.launch({
      ...
      ignoreDefaultArgs:['--enable-automation']
      ...
  })
  

  再去测试下，就没有那个测试提醒了。

• 如有遇到其他问题，评论下方可以联系我，共同学习排坑。