Selenium无法模拟Chrome的cache链接跳转行为求助

问题根源 #

Chrome地址栏的cache:xxx是谷歌搜索的特殊指令，浏览器会自动将其解析为对应的缓存页面请求，但Selenium的driver.get()方法不识别这种非标准URL格式，只会把它当作无效地址处理，因此返回空页面。另外你原代码里遗漏了import time，运行时会触发NameError，这点也需要修正。

解决方法 #

方法1：直接使用谷歌缓存的标准URL

构造谷歌缓存的通用请求URL，替换掉代码中的cache:xxx格式地址：

from selenium import webdriver
import time

driver = webdriver.Chrome()

try:
    # 构造通用的谷歌缓存请求URL
    cache_url = "http://webcache.googleusercontent.com/search?q=cache:https://www.nytimes.com/"
    driver.get(cache_url)
    time.sleep(5)
    print(driver.page_source)
except Exception as X:
    print(X)

driver.close()

这个URL不需要额外的参数（比如rlz、sourceid），谷歌会自动处理跳转。

方法2：模拟手动搜索缓存的流程

贴近Chrome手动操作的逻辑，先打开谷歌首页，再输入缓存指令并提交：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
import time

driver = webdriver.Chrome()

try:
    driver.get("https://www.google.com/")
    time.sleep(2)
    # 定位搜索框并输入缓存指令
    search_box = driver.find_element(By.NAME, "q")
    search_box.send_keys("cache:https://www.nytimes.com/")
    search_box.send_keys(Keys.ENTER)
    time.sleep(5)
    print(driver.page_source)
except Exception as X:
    print(X)

driver.close()

额外注意事项 #

• 避免使用固定的time.sleep()，推荐用WebDriverWait做显式等待，提升稳定性。
• 谷歌可能会检测到自动化工具，必要时可以给Chrome添加启动参数（如--disable-blink-features=AutomationControlled）来绕过检测。

内容的提问来源于stack exchange，提问作者ruben