selenium设置proxy、headers的方法(phantomjs、Chrome、Firefox)

本文介绍了selenium设置proxy、headers的方法，把phantomjs、Chrome、Firefox几个浏览器的设置方法都总结一下，分享给大家，也给自己留个笔记

phantomjs

设置ip

方法1：

service_args = [  '--proxy=%s' % ip_html,  # 代理 IP：prot  （eg：192.168.0.28:808）  '--proxy-type=http',      # 代理类型：http/https  ‘--load-images=no',      # 关闭图片加载（可选）  '--disk-cache=yes',      # 开启缓存（可选）  '--ignore-ssl-errors=true'  # 忽略https错误（可选）]driver = webdriver.PhantomJS(service_args=service_args)

方法2：

browser=webdriver.PhantomJS(PATH_PHANTOMJS)# 利用DesiredCapabilities(代理设置)参数值，重新打开一个sessionId，我看意思就相当于浏览器清空缓存后，加上代理重新访问一次urlproxy=webdriver.Proxy()proxy.proxy_type=ProxyType.MANUALproxy.http_proxy='1.9.171.51:800'# 将代理设置添加到webdriver.DesiredCapabilities.PHANTOMJS中proxy.add_to_capabilities(webdriver.DesiredCapabilities.PHANTOMJS)browser.start_session(webdriver.DesiredCapabilities.PHANTOMJS)browser.get('http://1212.ip138.com/ic.asp')print('1: ',browser.session_id)print('2: ',browser.page_source)print('3: ',browser.get_cookies())

还原为系统代理

# 还原为系统代理proxy=webdriver.Proxy()proxy.proxy_type=ProxyType.DIRECTproxy.add_to_capabilities(webdriver.DesiredCapabilities.PHANTOMJS)browser.start_session(webdriver.DesiredCapabilities.PHANTOMJS)browser.get('http://1212.ip138.com/ic.asp')

设置请求头

方法2

import random,requests,jsonfrom selenium import webdriverfrom selenium.webdriver.common.desired_capabilities import DesiredCapabilitiesfrom selenium.webdriver.common.proxy import ProxyType#随机获取一个ipdef proxies():  r = requests.get("http://120.26.166.214:9840/JProxy/update/proxy/scoreproxy")  rr = json.loads(r.text)  hh = rr['ip'] + ":" + "8907"  print(hh)  return hhips =proxies()#设置phantomjs请求头和代理方法一：#-------------------------------------------------------------------------------------# 设置代理service_args = [  '--proxy=%s' % ips, # 代理 IP：prot  （eg：192.168.0.28:808）  '--ssl-protocol=any',      #忽略ssl协议  '--load - images = no',     # 关闭图片加载（可选）  '--disk-cache=yes',       # 开启缓存（可选）  '--ignore-ssl-errors=true'   # 忽略https错误(可选)]#设置请求头user_agent = (  "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_4) " +  "AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.57 Safari/537.36"  )dcap = dict(DesiredCapabilities.PHANTOMJS)dcap["phantomjs.page.settings.userAgent"] = user_agentdriver = webdriver.PhantomJS(executable_path=r"C:/soft/phantomjs-2.1.1-windows/bin/phantomjs.exe",               desired_capabilities=dcap,service_args=service_args)driver.get(url='http://www.baidu.com')page=driver.page_sourceprint(page)#设置phantomjs请求头和代理方法二：#-------------------------------------------------------------------------------------desired_capabilities = DesiredCapabilities.PHANTOMJS.copy()# 从USER_AGENTS列表中随机选一个浏览器头，伪装浏览器desired_capabilities["phantomjs.page.settings.userAgent"] = (random.choice('请求头池'))# 不载入图片，爬页面速度会快很多desired_capabilities["phantomjs.page.settings.loadImages"] = False# 利用DesiredCapabilities(代理设置)参数值，重新打开一个sessionId，我看意思就相当于浏览器清空缓存后，加上代理重新访问一次urlproxy = webdriver.Proxy()proxy.proxy_type = ProxyType.MANUALproxy.http_proxy = random.choice('ip池')proxy.add_to_capabilities(desired_capabilities)phantomjs_driver = r'C:/phantomjs-2.1.1-windows/bin/phantomjs.exe'# 打开带配置信息的phantomJS浏览器driver = webdriver.PhantomJS(executable_path=phantomjs_driver,desired_capabilities=desired_capabilities)driver.start_session(desired_capabilities)driver.get(url='http://www.baidu.com')page=driver.page_sourceprint(page)# 隐式等待5秒，可以自己调节driver.implicitly_wait(5)# 设置10秒页面超时返回，类似于requests.get()的timeout选项，driver.get()没有timeout选项# 以前遇到过driver.get(url)一直不返回，但也不报错的问题，这时程序会卡住，设置超时选项能解决这个问题。driver.set_page_load_timeout(20)# 设置10秒脚本超时时间driver.set_script_timeout(20) #翻页命令driver.execute_script('window.scrollTo(0, document.body.scrollHeight)')