如何通过 Cloudflare 反爬虫检测

21-01-06 更新：Selenium 无法通过的页面可以尝试更换到 PlayWright 并选择 Firefox/WebKit 浏览器，实测可以通过 SteamDB 的检测页面

20-12-30 更新：uc 版本更新到了 1.5.2，此次更新随机化了字符串，但是经测试无法通过 SteamDB 的检测，另外 SteamDB 的免费游戏页面增加了一行隐藏 tr，如果尝试打开隐藏行内的链接会遭到 SteamDB 的 IP 封禁

20-12-09 更新：undetected_chromedriver 更新了版本 1.5.1，现在已经可以通过 CloudFlare 的 DDoS 检测页面。原因参考 issue – Cloudflare DDOS protection 中 czoin 的回复，似乎 CloudFlare 是通过检测 undetected_chromedriver 中的特定字符串来判断是否是机器人的，czion 魔改了代码，每次运行时随机生成 CloudFlare 要检测的字符串，这样绕过了 DDoS 页面。 undetected_chromedriver 更新的 1.5.1 版本只是更改了该字符串的一个字母

20-10-27 更新：此方法对 SteamDB 已失效

与 Cloudflare 的检测页面简直是一场无休止的斗争，一开始 Cloudflare 不会检测 Selenium，所以只需要手动等待 5 秒即可跳转到原始页面，后来 Cloudflare 加了 hcaptcha，于是我又使用了验证码识别平台 2captcha，详见

• 使用 2captcha 绕过验证码

就在我写完 2captcha 没多久，Cloudflare 又更换了检测策略，页面还是和原来 5 秒检测页面一样，但是会检测到 Selenium 自动化，让你无限卡在验证页面不停加载

本文将分别展示在 Python 和 C# 下，如何使用 Selenium 通过 Cloudflare 的 5 秒检测页面

当然此对策只适用于当前的检测手段，Cloudflare 未来必然会再次更改检测策略 : )

Python

Python 想要通过检测比较简单，更换使用的库即可

经过一番搜索，发现很多针对 Cloudflare 检测的爬虫库都已经 Archive 了，还在更新的 cfscrape 也有一堆 issue 表示失效。但是，在 cfscrape 最新的一个 issue 中找到了 chromedriver 的魔改版 ultrafunkamsterdam / undetected-chromedriver ，此项目在近期的 1.5.0 更新中解决了 Cloudflare 的爬虫检测问题

1. 首先安装 undetected_chromedriver
   pip install undetected_chromedriver

   pip install undetected_chromedriver

2. 按如下代码新建 driver 对象
   import undetected_chromedriver as uc

   browser = uc.Chrome()

   browser.get(url)

   time.sleep(delay)

   html = browser.page_source

   import undetected_chromedriver as uc
   
   browser = uc.Chrome()
   browser.get(url)
   time.sleep(delay)
   html = browser.page_source

这样就可以成功通过 Chloudflare 检测，实测 steamdb.info 可以成功通过

C#(.NET)

.NET 平台没有类似 undetected_chromedriver 这样的 Nuget 包，但是从源码中可以看出，undetected_chromedriver 相较于原版 chromedriver 只做了两件事：

1. 魔改 chromedriver.exe
2. 添加两个启动参数

所以我们只需要拿到魔改后的 chromedriver，再添加与 undetected_chromedriver 中相同的两个参数即可通过反爬虫检测

魔改后的 chromedriver 可以直接复制 python 中 undetected_chromedriver 代码运行后生成的 chromedriver.exe，将其放在系统 PATH 内，C# 代码执行时会直接调用系统 PATH 的 chromedriver

代码如下：

using OpenQA.Selenium.Chrome;

internal ChromeDriver CreateDriver() {
    var chromeOptions = new ChromeOptions();
    chromeOptions.AddArgument("start-maximized");
    chromeOptions.AddArgument("--disable-blink-features=AutomationControlled");
    var mychrome = new ChromeDriver(chromeOptions);
    return mychrome;
}

关于 undetected_chromedriver 的绕过手段

undetected_chromedriver 的源码非常少，详见 __init__.py 它的运行流程图如下

注意：如果在 python 代码中使用 undetected_chromedriver 新建 driver 对象时加入了自定义启动选项(chrome_options)，则会覆盖包内的默认的启动选项，如果需要自定义，需要加入上文源码截图内的三个选项