Google Colab中Selenium与ChromeDriver配置问题：兼容性故障排查

一、解决google-colab-selenium的模块缺失错误 #

该错误源于google-colab-selenium与当前安装的Selenium版本结构不兼容，driver_finder模块在Selenium 4.x部分版本中路径或存在性发生了变化。修复步骤如下：

• 完全卸载现有冲突依赖：

  pip uninstall -y selenium google-colab-selenium
  

• 安装适配版本的依赖（选择兼容性较好的Selenium 4.8.3）：

  pip install selenium==4.8.3 google-colab-selenium
  

• 运行基础初始化代码验证安装，确认无报错。

二、Colab中搭建Selenium+undetected-chromedriver的可靠方案 #

手动配置更可控，可避免版本兼容问题，具体步骤：

1. 安装Chrome浏览器和ChromeDriver（适配Colab环境）：

   !apt-get update
   !apt-get install -y chromium-browser
   !apt-get install -y chromium-chromedriver
   !ln -s /usr/lib/chromium-browser/chromedriver /usr/bin/chromedriver
   

2. 安装兼容版本的undetected-chromedriver：
   先通过!chromium-browser --version查看Colab默认Chrome版本，再安装匹配的undetected-chromedriver，推荐最新稳定版：

   pip install undetected-chromedriver
   

3. 适配Colab的浏览器初始化代码：

   import undetected_chromedriver as uc
   
   # 配置无头模式等适配选项
   options = uc.ChromeOptions()
   options.add_argument('--headless')
   options.add_argument('--no-sandbox')
   options.add_argument('--disable-dev-shm-usage')
   
   # 初始化驱动
   driver = uc.Chrome(options=options)
   
   # 测试访问目标网站
   driver.get("https://目标网站域名")
   
   # 后续爬取逻辑（如提取文章内容）
   # ...
   
   # 关闭驱动
   driver.quit()
   

4. 兼容性 fallback：若仍报错，可指定undetected-chromedriver版本为3.5.5（适配Selenium 4.x早期版本）：

   pip install undetected-chromedriver==3.5.5
   

三、Colab中更稳定的替代爬取工具 #

若上述方案仍无法解决，推荐使用Playwright——它自带浏览器驱动，无需手动配置，反爬规避能力更强，对新手友好：

1. 安装Playwright及Chromium浏览器：

   pip install playwright
   !playwright install chromium
   

2. 示例爬取代码：

   from playwright.sync_api import sync_playwright
   
   with sync_playwright() as p:
       # 启动无头Chromium
       browser = p.chromium.launch(headless=True)
       page = browser.new_page()
       page.goto("https://目标网站域名")
   
       # 提取文章内容（需根据目标网站结构调整CSS选择器）
       article_content = page.locator("css选择器").text_content()
   
       # 保存为txt文件
       with open("article.txt", "w", encoding="utf-8") as f:
           f.write(article_content)
   
       browser.close()
   

Playwright内置了浏览器指纹模拟、真实用户行为复刻等反爬策略，无需额外配置，稳定性优于传统Selenium方案。

内容的提问来源于stack exchange，提问作者Hedda Gabler