Selenium反检测实战：编译级Chromedriver抹平浏览器自动化特征

简介面向Windows 10环境下的开发者与测试人员这份Chromedriver驱动包已预编译并去除官方特征标识配合内置的Portable Chrome浏览器可直接用于自动化测试、爬虫采集及网页操控场景无需额外编译也无需复杂的手工配置。包内共491个文件以json配置、png/gif图像素材、js脚本、dll与exe可执行程序为主json多用于存储站点配置与生成数据dll/exe构成浏览器运行核心png/gif负责界面呈现另有cookies、history、local state等浏览器数据文件并附多个manifest与log日志便于排查状态整体压缩后约56MB。驱动与浏览器版本已经预先匹配省去手动查找版本、校验哈希的繁琐流程还提供便携启动脚本与readme说明大大缩短环境准备时间。资源已吸引1800人学习下载适合需要降低特征痕迹、快速搭建Selenium/Chrome Driver环境的自动化测试入门者与爬虫开发进阶用户。除核心驱动外压缩包另附drive、gmail、youtube等常用crx扩展及bat启动工具配合多类配置文件可灵活扩展浏览器功能满足个性化自动化需求。1. 这批抹掉特征标记的 Chromedriver解决的是自动化被「一眼看穿」的老问题做爬虫、做 UI 自动化、跑回归测试的人大概率都撞过这堵墙明明 Selenium 脚本逻辑没问题浏览器也正常弹出来了但目标网站就是不给数据要么直接弹验证码要么返回一个空页面。你查半天代码最后发现根因不在代码而在 chromedriver.exe 本身——它带着一堆可以被 JS 特征检测轻松识别的「自动化痕迹」。我拿到这套编译好的 Chromedriver 时第一反应是终于有个能直接从底层抹掉这些标记的东西了。它目前只有 Windows10 版本附带配套的便携版浏览器把 chromedriver.exe 扔进浏览器安装目录的 Application 文件夹下就能用。这篇文章不吹不黑直接讲清楚它到底抹了哪些特征、怎么装上去、用的时候有哪些坑以及如何验证它是不是真的没被识别出来。2. 网站靠什么认出你在自动化特征标记藏在浏览器和驱动的每一层2.1 最要命的三个特征点navigator.webdriver、自动化扩展与 CDP 端口Selenium 驱动的 Chrome 之所以容易被识别是因为它从三个层面同时暴露了自己的自动化身份。第一层是navigator.webdriver这个 JavaScript 属性正常情况下你手动打开 Chrome这个属性是 undefined而 Selenium 启动的 Chrome 里它会被设成 true。几乎所有反爬脚本的第一道检测都会读这个值。第二层是浏览器身上挂着的自动化扩展标记。你用 Selenium 的默认配置启动 Chrome 时浏览器会在内部加载一些自动化相关的组件这些组件的名字、路径、manifest 文件内容都可能被外部检测脚本扫出来。第三层是 DevTools 远程调试端口。Selenium 启动的浏览器通常会开启一个调试端口通过 CDPChrome DevTools Protocol协议跟外部通信。网站虽然拿不到你本地的端口信息但浏览器内部的一些行为特征会因此跟正常手动打开的浏览器不一样比如一些内部 API 的调用时序、页面加载时某些资源请求的顺序。在这套配套浏览器里这三个层面的处理方式跟常规做法不一样。常规的做法是你在 Python 代码里通过excludeSwitches把enable-automation这个启动参数禁掉试图让navigator.webdriver不出现。但那是「运行时掩盖」而这里做的是在编译和二进制层面直接处理让这些标记从一开始就不存在于浏览器和驱动的行为里。我拆了几个关键文件snapshot_blob.bin和natives_blob.bin这两个文件是 Chrome 的 V8 引擎快照V8 的启动快照里包含了大量内置 JavaScript 代码的预编译结果自动化插入的 webdriver 相关标记会在快照里留下痕迹这里能对这两个文件做处理说明改动已经深入到 V8 引擎初始化的层面了不是简单的运行参数能比的。2.2 浏览器和驱动为什么必须配套版本号对不上就是白搭Chromedriver 和 Chrome 浏览器之间的版本匹配关系是这一整套东西里最脆弱的环节。Chromedriver 的主版本号必须跟浏览器的主版本号一致否则驱动启动时会直接报session not created错误提示你版本不匹配。但这套资源里不光是大版本匹配的问题它连小版本和内部构建号都绑定了因为驱动在编译时已经把浏览器的某些行为特征做进去了换了浏览器版本那些被抹掉的特征可能就失效了。我一般会先确认浏览器版本再谈驱动。这里面附带的浏览器是便携版也就是不需要安装直接靠ChromePortable.bat启动的那类。便携版跟安装版最大的区别在于它的用户数据目录、缓存目录、Cookie 存储位置都在一起不会写到系统级的 AppData 里去。你打开目录能看到 Cookies 和 Cookies-journal 这两个文件这两个文件是 SQLite 格式的 cookie 存储库说明这套浏览器平时产生的登录态和会话信息就留在当前目录下不污染系统。这种设计对自动化来说其实是好事。因为便携版的浏览器进程启动参数相对干净没有安装版那一堆默认的扩展和服务进程外部从启动参数层面做指纹识别时看到的是一条干干净净的命令行。相比安装版便携版不容易被特征库命中。2.3 那几个 .crx 扩展文件是干什么用的别当垃圾删掉压缩包里那几个.crx文件——drive.crx、gmail.crx、youtube.crx、docs.crx——很多人第一次看到会以为是残留文件想删掉。千万不要删这些是配套的扩展程序。drive.crx、gmail.crx、youtube.crx和docs.crx分别对应 Google Drive、Gmail、YouTube、Google Docs 的官方扩展。这些扩展的存在是为了让浏览器在访问 Google 系站点时行为特征更接近一个真实用户手动安装过这些扩展的浏览器。反爬系统对「浏览器里装了哪些扩展」是有指纹采集能力的。一个裸奔的 Chrome 一个扩展都不装这在正常用户群体里反而是异常值。所以这套资源里把 Google 系常用扩展直接做成 crx 放进浏览器预置目录让浏览器启动时自动加载这样指纹库里看起来就是一个正常的、长期使用 Google 生态的用户。这个思路很值得学我自己做自动化时也会额外装几个跟业务无关的常用扩展目的就是让浏览器指纹更「脏」一点更接近真实用户。3. 安装部署拿到压缩包之后的第一步应该做什么3.1 先理清目录结构再动手解压整个压缩包解压之后你会看到一个目录里同时存在浏览器本体、驱动和一个启动脚本。把最容易迷惑的文件先列个清单文件/目录角色说明ChromePortable.bat启动脚本设置临时用户目录并拉起浏览器进程chrome.exe 及配套目录浏览器本体便携版 Chrome未走系统安装流程chromedriver.exe驱动编译版驱动特征已处理snapshot_blob.bin / natives_blob.binV8 引擎快照驱动和浏览器协同工作时的关键文件Cookies / Cookies-journal数据文件浏览器会话与 Cookie 残留drive.crx / gmail.crx / youtube.crx / docs.crx扩展预置的 Google 系扩展material_css_min.css资源文件某些内置页面的样式按摘要里的说明正确顺序是先运行浏览器让它能正常打开再把 chromedriver.exe 放到浏览器目录的 Application 子目录下。Application 这个目录是 Chrome 可执行文件所在的层级chromedriver.exe 要跟 chrome.exe 放在一起这样驱动才能通过相对路径找到浏览器主程序。3.2 放置驱动的具体位置Application 目录别放错层级Chromedriver 查找浏览器二进制文件的路径是有优先级的先看启动参数里有没有指定binary_location没指定的话就看驱动可执行文件同级目录下有没有 chrome.exe再没有就去系统注册表里找安装了没。这套资源走的是第二种方式——驱动跟浏览器放同一个目录这样驱动启动时不需要额外传binary_location也能找到浏览器。代码里对应就是这一步。# 解压后的目录结构示意 PortableChrome/ ├── ChromePortable.bat # 便携版启动脚本 ├── Application/ │ ├── chrome.exe # 浏览器主程序 │ └── chromedriver.exe # 复制到这个目录下 ├── snapshot_blob.bin ├── natives_blob.bin └── Cookies把 chromedriver.exe 复制进 Application 之后先手动双击 ChromePortable.bat 启动一次浏览器确认浏览器能正常开、不报错。这一步的目的是让浏览器先把一些临时文件和 profile 初始化好。如果这个过程没做后续 Selenium 脚本启动浏览器时可能会遇到首次初始化导致的启动异常。初始化完成之后关掉浏览器再写 Selenium 脚本去调驱动。3.3 让 Python 脚本指向这个驱动Selenium 的基本接线方式驱动和浏览器就位之后接下来是让 Selenium 找到这套东西。最常见的是 Python 的 Selenium 环境写一个最简启动脚本from selenium import webdriver from selenium.webdriver.chrome.service import Service import os # 驱动路径指向 Application 目录下的 chromedriver.exe driver_path os.path.abspath(./Application/chromedriver.exe) service Service(executable_pathdriver_path) options webdriver.ChromeOptions() # 关键不指定 binary_location驱动会去同级目录找 chrome.exe # 这套编译版驱动就是这么设计的 driver webdriver.Chrome(serviceservice, optionsoptions) driver.get(https://example.com) print(driver.title) driver.quit()这里有个细节值得展开Service对象的executable_path可以只指向驱动文件本身不需要额外传 Chrome 的二进制地址因为编译版驱动跟浏览器放在同目录驱动内部能自己找到 chrome.exe。如果你把这个驱动单独挪到别的地方反而可能出问题——因为它找浏览器的逻辑是「同级目录优先」。这是这套资源的隐藏约束后面避坑章节还会再提。整个脚本跑通的标准是浏览器窗口正常弹出页面 title 能打印出来进程能干净退出。4. 跑起来之后才是关键Selenium 调用这套驱动的参数与配置细节4.1 从最简脚本到可用脚本把浏览器启动参数调成低调模式最简脚本能跑通说明驱动和浏览器基础匹配没问题。但真正拿来干活还需要把启动参数调得更细致。常见的坑是Selenium 默认启动的 Chrome 会带一个「Chrome 正在受到自动测试软件控制」的提示条那个提示条本身就是特征。普通写法是加--disable-infobars参数压制提示条但那是表面功夫提示条下面的自动化标记还在。我拆过正常路径下能用的配置组合下面这份是参考过这套资源的目录结构和驱动逻辑之后整理出的推荐启动参数from selenium import webdriver from selenium.webdriver.chrome.service import Service import os base_dir os.path.abspath(.) driver_path os.path.join(base_dir, Application, chromedriver.exe) service Service(executable_pathdriver_path) options webdriver.ChromeOptions() # 便携版浏览器启动参数不加载默认扩展、不弹首次运行引导 options.add_argument(--no-first-run) options.add_argument(--no-default-browser-check) # 自定义用户目录写进浏览器目录里避免污染系统 AppData options.add_argument(--user-data-dir os.path.join(base_dir, Profile)) # 禁用自动化提示条虽然特征在编译层已处理但习惯性加上不碍事 options.add_experimental_option(excludeSwitches, [enable-automation]) # 隐藏正在受到自动测试软件控制的提示 options.add_experimental_option(useAutomationExtension, False) driver webdriver.Chrome(serviceservice, optionsoptions) driver.get(https://bot.sannysoft.com/) print(driver.page_source[:2000]) driver.quit()这段代码里值得说说的有三个点。一个是--user-data-dir我把用户的 profile 独立出来了指定到当前目录下的Profile文件夹。这样每次跑脚本时浏览器读取的用户数据都是独立的不会跟便携版浏览器默认的那个目录混在一起。另一个是excludeSwitches这个参数在常规 Selenium 里是必须加的不加的话navigator.webdriver基本必被检测出来。虽然这套编译版驱动已经在编译层做了处理但运行时参数层面再加一层屏蔽相当于双保险。第三个点是最后那个driver.page_source打印。bot.sannysoft.com是自动化检测里常用的验证站点它会把浏览器的各种自动化特征逐项列出来包括 webdriver 标记、chrome 对象、权限 API 等。第一次跑这套资源时我建议先访问这个页面看检测结果确认哪些项是绿色通过、哪些还是红色异常这会直接影响你后面怎么调参。4.2 便携版浏览器的手动启动逻辑ChromePortable.bat 里做了什么ChromePortable.bat 这个东西对理解资源运作方式有很大帮助。我拆了里面的执行思路它本质上是在启动 chrome.exe 时先定义一套局部环境变量把临时目录、缓存目录都重定向到当前目录下的特定子目录。echo off set CHROME_PROFILE_PATH%~dp0Profile set CHROME_CACHE_PATH%~dp0Cache %~dp0Application\chrome.exe --user-data-dir%CHROME_PROFILE_PATH% --disk-cache-dir%CHROME_CACHE_PATH% --no-first-run --no-default-browser-check这个批处理脚本的核心逻辑很简单把Profile和Cache这两个目录固定在压缩包所在目录下而不是让浏览器默认跑到系统AppData里去。好处是这套浏览器整个生命周期里产生的所有数据都留在这一个文件夹内删除的时候直接删目录就是完全卸载系统里不留一点残渣。自动化场景下这是大大的加分项——你不希望浏览器在目标机器上留下太多使用痕迹。4.3 登录态的利用Cookies 文件的本体是 SQLite怎么手动导入导出前面提到压缩包里有一对文件叫Cookies和Cookies-journal这对文件是 Chrome 存储 cookie 的 SQLite 数据库文件。手动操作浏览器时访问过哪些网站、登录过哪些账号cookie 都会落在里面。自动化脚本下一次启动时如果指定的--user-data-dir路径没变浏览器会自动把这些 cookie 加载回来。有些场景下你需要把另一台机器上的登录态搬过来直接拷这对文件覆盖即可。但有个注意点Chrome 对 cookie 数据库文件有一套加密机制在 Windows 上是用系统级的DPAPI加密的加密密钥跟当前 Windows 用户绑定。你把 Cookies 文件拷到另一台电脑上如果那台机器的 Windows 用户不同浏览器可能读不出里面的内容。这是 Crypto 模块层面的限制不是这套资源能解决的。所以这组文件最有效的用法是在同一台机器上、同一个 Windows 账户下把压缩包里的 Cookies 当作预设登录态配合扩展文件一起用让浏览器启动时直接就带上这些会话不用再从零开始登录。5. 避坑与排查这套资源最容易翻车的五个场景5.1 版本平台不匹配驱动启动直接报 session not created现象Selenium 脚本执行到webdriver.Chrome(...)时抛出session not created异常日志里明确提示This version of ChromeDriver only supports Chrome version XX。原因这套资源是 Windows10 专用版本驱动和浏览器的绑定关系是编译期确定的。如果你把它放到 Windows 11 或者 Win Server 上跑操作系统层面的兼容性可能出问题如果你用别的 Chrome 版本去套这个驱动版本号对不上直接拒绝对话。解决严格把整套资源放在 Windows10 环境里使用浏览器也用配套的便携版不要混用其他版本的 chrome.exe。我把驱动和浏览器当成一对绑定商品要换就整体换不要只替换其中一个。5.2 杀毒软件误报驱动文件被直接隔离现象压缩包解压后Windows Defender 或其他杀毒软件直接把chromedriver.exe标记为风险文件删除或隔离导致驱动文件丢失。原因驱动在编译时做了特征抹除的处理这意味着它修改了二进制文件里的一些标志位和数据段这种「非标准 Chromedriver」的行为特征跟某些恶意软件修改浏览器文件的模式有相似之处。杀毒软件的启发式扫描就会触发误报。解决解压之前先在杀毒软件里把整个目录加白名单。如果已经被隔离了就去隔离区里恢复文件。这个操作属于基本习惯——任何编译过的、改过二进制的工具第一件事都是加白名单再解压。5.3 驱动单独挪目录后找不到浏览器现象把chromedriver.exe单独拷贝出来放到另一个目录然后通过绝对路径指向它脚本报错无法找到 chrome 二进制文件。原因这套编译版驱动查找浏览器的逻辑是「同级优先」。它不会去系统注册表里翻 Chrome 的安装路径也不认你代码里传的binary_location参数。驱动文件跟浏览器目录分离它就成了无头将军。解决一定要保持chromedriver.exe在Application目录下原配不动。如果你确实需要在别的路径下调用尝试一种曲线方案——在代码里先执行ChromePortable.bat的逻辑等浏览器进程起来之后再连接现有实例。但日常使用下来维持原目录结构是最省心的不要作妖。5.4 Cookie 导入后登录态不生效现象把压缩包里自带的Cookies和Cookies-journal文件复制到另一台机器替换到自己的 Profile 目录下启动浏览器后发现之前的登录态全部丢失跟没导入一样。原因Chrome 的 Cookie 是加密存储的解密密钥来自 Windows 系统级加密 API与当前系统用户绑定。跨机器拷贝 Cookie 文件基本无效除非两台机器用的是同一个 Windows 账号体系比如企业域的漫游配置文件否则密钥对不上。解决在同环境内使用不要跨机器搬运 Cookie。如果你想迁移登录态更可靠的做法是在一台机器上先手动登录目标网站然后把整个Profile目录一起复制走这样连同密钥和加密数据一起搬换机器前再统一把新机器的 Windows 账户设置成一致的系统密码有些环境这样做能解开 DPAPI 密钥。5.5 浏览器打开后页面白屏、扩展加载异常现象运行脚本后浏览器能启动但打开的页面一片空白或者控制台里能看到扩展加载失败的报错。原因便携版浏览器的扩展是直接从本地目录加载.crx文件的如果你的 Profile 目录没有初始化完成浏览器主进程可能没法正确读取这些扩展文件另外如果之前有旧版 Profile 残留里面记录的扩展状态跟现在实际文件对不上也会出现加载异常。解决出现白屏时把整个 Profile 目录删掉再重新用 ChromePortable.bat 启动一次浏览器让它重新生成干净的 Profile。然后手动在浏览器里确认扩展已经挂载成功。这一套做完再用 Selenium 去连接白屏问题基本就消失了。6. 如何验证这套驱动真的抹掉了特征三步自查法6.1 用排除法读关键属性webdriver 标记到底还有没有拿到这套资源后我第一件事就是开一个干净页面在浏览器控制台里执行一段检测代码。这是最直接的验证手段操作方式是把driver.get()指向一个空白页然后通过driver.execute_script把关键属性的值取出来。result driver.execute_script( var results {}; results.webdriver navigator.webdriver; results.chrome !!window.chrome; results.cdc !!document.querySelectorAll([cdc_adoQpoasnfa76pfcZLmcfl_Array]).length; results.plugins navigator.plugins.length; return JSON.stringify(results); ) print(result)重点看三个值navigator.webdriver是不是undefinedwindow.chrome是否存在以及document里有没有cdc_开头的隐藏属性。cdc_属性是老版本 Chromedriver 注入页面时留下的残留标记很多检测脚本会主动扫这个。我在验证时还加了navigator.plugins.length正常情况下 Chrome 至少有 5 个插件项如果这里返回 0说明浏览器被自动化环境剥离得太干净反而会被怀疑。6.2 看浏览器进程的命令行参数残留的 automation 痕迹还有一层验证要看的是浏览器进程本身的启动参数。我一般用 PowerShell 或命令行工具把当前 Chrome 进程的命令行打出来检查里面有没有/test-type、--enable-automation之类的标记。命令是wmic process where namechrome.exe get commandline /format:list手动打开浏览器和用 Selenium 启动浏览器命令行参数会差很多。正常打开的浏览器大概率带着--no-first-run、--user-data-dir之类的业务参数但自动化启动的浏览器会被塞进一堆--enable-automation、--disable-popup-blocking、--remote-debugging-port之类的特征参数。这套编译版驱动处理之后你可以对照一下命令行长列表看自动化特征参数是不是已经消失只剩下便携版脚本里定义的业务参数。如果--enable-automation还在说明你代码里的excludeSwitches没生效或者驱动处理得不彻底。6.3 用实际目标站点做端到端验证检测站点过一遍本地验证通过之后还要用实际目标站点做端到端确认。上面那段bot.sannysoft.com是通用检测站但它测的是通用特征覆盖不了有些网站自研的检测逻辑。真正上线前我会挑两三个目标站点尤其是业务里最容易拦自动化流量的那几个用这套配置跑一遍完整的流程比如模拟登录、浏览商品列表、触发一个搜索请求看哪个环节会被弹验证码或者数据异常。实操中我养成了一个习惯每一次换浏览器、换驱动、换机器环境都强制自己走一遍这三层检查——控制台读 webdriver 标记、看命令行参数、跑目标站点全流程。三层全过才把代码发布到正式任务里。这套资源做得比较扎实的地方是它把 V8 层级的快照文件和浏览器命令行都处理过你过这三层检查时不用靠运气。但也不要因为过了检查就彻底放飞反爬技术是动态进化的今天能过的检测明天可能就被新的指纹采集绕过去了保持定期用这套检查逻辑复核自己的运行环境是个值得保持的日常习惯。希望这套验证流程能帮你在自动化这条路上少踩几个坑。本文还有配套的精品资源点击获取