问题：爬取某网站需要用到 chromedriver + mitmproxy ， 但是有个致命的问题就是加入headless和proxy参数后，代理一直会出错，其实就是证书的问题。
解决：根据以上问题，进行了很多搜索，测试。 但是有很多版本的答案其实都是不能用的，问题还是没有得到解决。最终在chromium上找到了一个标准答案。下面的代码转自：https://bugs.chromium.org/p/chromium/issues/detail?id=721739#c60
作者：黑蚂蚁
来源：CSDN
原文：https://blog.csdn.net/weixin_39847926/article/details/82190341
版权声明：本文为博主原创文章，转载请附上博文链接！
from selenium import webdriver
from pyvirtualdisplay import Display
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
#_____________________基本设定___________________________
CHROME_DRIVER_PATH = r'/usr/bin/chromedriver'
PROXY = "http://127.0.0.1:8080"
#_____________________启动参数___________________________
options = webdriver.ChromeOptions()
options.add_argument('--headless')
options.add_argument('--disable-gpu')
options.add_argument("window-size=1024,768")
options.add_argument("--no-sandbox")
#_____________________代理参数___________________________
desired_capabilities = options.to_capabilities()
desired_capabilities['acceptSslCerts'] = True
desired_capabilities['acceptInsecureCerts'] = True
desired_capabilities['proxy'] = {
"httpProxy": PROXY,
"ftpProxy": PROXY,
"sslProxy": PROXY,
"noProxy": None,
"proxyType": "MANUAL",
"class": "org.openqa.selenium.Proxy",
"autodetect": False,
}
#_____________________启动浏览器___________________________
driver = webdriver.Chrome(
chrome_options=options,
executable_path=CHROME_DRIVER_PATH,
desired_capabilities = desired_capabilities,
)
for i in range(1):
driver.get('https://www.iplocation.net')
contant = driver.page_source
driver.save_screenshot('hello.png')
print(contant)
driver.close()
driver.quit()
mitmdump -p 8080
抄自https://blog.csdn.net/weixin_39847926/article/details/82190341，查侵删
成功
我的是返回<html xmlns="http://www.w3.org/1999/xhtml"><head></head><body></body></html>
网友评论