你以為的萬能爬蟲方法，其實一行代碼就能識別！
在以前的公眾號中，我提到Selenium/Puppeteer/Pyppeteer有很多特征可以被網站檢測到。于是，有些同學想到了另一個方法，就是自己寫一個Chrome插件，在網站打開的時候，注入到頁面中，然后通過這個注入的JavaScript代碼來操作頁面，獲取數據。
這個方法理論上說是萬能的，因為注入的JavaScript能夠獲取當前Dom樹，任何接口簽名都無法攔截到自己注入的JavaScript代碼，如下圖所示：
而Chrome插件訪問自己的服務器后端是沒有跨域問題的，完全可以讓插件獲取到數據以后，發送給自己的服務器，這樣就可以把數據收入囊中了。
你還可以通過JavaScript自動點擊按鈕，實現自動翻頁。所以你只需要把網頁打開，啟動插件，然后他就能自動刷新，自動獲取數據了。
這個方法看起來非常萬能，而且無法被防御……
事實真的是這樣嗎?我寫了一個Demo來做測試。Demo頁面長下面這樣：
當我手動點擊點擊我按鈕的時候，會彈出一個框：
現在，我使用JavaScript來選擇這個按鈕，然后點擊它：
為什么網站知道我在用JavaScript點擊了按鈕呢?其實只要我給你看這個頁面的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>你這個狗爬蟲</div>
</template>
<template v-else>
<button v-on:click="check">點擊我</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>
關鍵的點就是這個event.isTrusted。它是瀏覽器的一個功能，如果這個事件是人通過鼠標點擊的，那么它是true。如果事件是通過JavaScript觸發的，那么它是false。
關于這個屬性，你可以查看Event.isTrusted - Web API 接口參考 | MDN[1]。這個例子里面，我用的是Vue來操作頁面，但實際上event是瀏覽器的特性，使用原生JavaScript也可以實現：
document.querySelector("button").addEventListener("click", function( event ) {
if (event.isTrusted) {
alert('主人你好，歡迎回家！')
} else {
this.spider = true
}
}, false);
那么如何繞過這個event.isTrusted呢?其實很簡單，你使用Selenium/Puppeteer，天然就能繞過它。
看到這里，大家肯定發現一個很好笑的問題，Selenium/Puppeteer不能解決的問題，用JavaScript輕松就能解決。但JavaScript解決不了的問題，用Selenium/Puppeteer又完全沒有問題。
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，必有所短，寸有所短，也可能有所長。
參考文獻
[1] Event.isTrusted - Web API 接口參考 | MDN: https://developer.mozilla.org/zh-CN/docs/Web/API/Event/isTrusted
本文轉載自微信公眾號「未聞Code」，可以通過以下二維碼關注。轉載本文請聯系未聞Code公眾號。
