Python Selenium执行JS后无法登录，疑似账号遭Shadowban

核心原因推测 #

1. 页面刷新与JS执行时机冲突：点击登录后页面触发刷新，此时立即执行execute_script获取HTML，可能打断登录会话的建立，或在页面未完成跳转/登录状态同步时就抓取内容，导致登录状态未被正确保留。
2. Zoho Sites自动化检测：即使robots.txt无限制，Zoho Sites的后端可能通过行为特征（如禁用图片、快速输入、异常脚本执行时机）识别自动化工具，拦截登录请求。
3. 会话上下文异常：detach选项导致浏览器与脚本分离，页面刷新后会话Cookie未被正确同步，引发登录状态丢失。

分步修复方案 #

1. 延迟HTML抓取，等待登录完成 #

不要在点击登录后立即执行JS，先等待登录成功的标志性元素（如用户菜单、欢迎文案）出现，确认登录状态后再抓取HTML：

from selenium.common.exceptions import TimeoutException

# 点击登录
driver.find_element(By.XPATH, "//*[@type='submit']").click()

# 等待登录成功元素（替换为目标网站实际的登录后元素选择器）
try:
    WebDriverWait(driver, 15).until(EC.presence_of_element_located([By.CSS_SELECTOR, ".user-profile"]))
    # 确认登录后再获取渲染后的HTML
    html = driver.execute_script("return document.documentElement.innerHTML")
    with open('rendered_html.html', 'w', encoding='utf-8') as file:
        file.write(html)
except TimeoutException:
    # 登录失败时保存当前页面，便于排查
    print("登录超时，未检测到登录状态")
    with open('login_failed_debug.html', 'w', encoding='utf-8') as f:
        f.write(driver.page_source)

2. 清理可疑的Chrome配置 #

移除可能触发反爬的配置项，还原更接近真实浏览器的环境：

chrome_options = Options()
# 移除detach选项：避免浏览器与脚本会话分离
# chrome_options.add_experimental_option("detach", True)
chrome_options.add_argument("--window-size=1920,1080")
chrome_options.add_argument("--disable-dev-shm-usage")
chrome_options.add_argument("--no-sandbox")
# 移除图片禁用：禁用图片是典型的自动化工具特征
# prefs = {"profile.managed_default_content_settings.images": 2}
# chrome_options.add_experimental_option("prefs", prefs) 
ua = UserAgent()
chrome_options.add_argument(f'user-agent={ua.random}')

3. 模拟真实用户输入节奏 #

通过随机间隔输入字符，避免快速输入被判定为自动化：

import random

def human_type(element, text):
    for char in text:
        element.send_keys(char)
        time.sleep(random.uniform(0.15, 0.4))  # 模拟手动输入的停顿

# 替换原send_keys调用
human_type(username, os.getenv("USERNAME"))
human_type(password, os.getenv("PASSWORD"))

# 点击登录前再停顿一下
time.sleep(random.uniform(0.6, 1.2))
driver.find_element(By.XPATH, "//*[@type='submit']").click()

4. 排查登录请求的网络响应 #

启用Chrome的网络日志，查看登录请求的后端响应，确认是否被拦截：

from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
import json

# 启用网络日志
caps = DesiredCapabilities.CHROME.copy()
caps['goog:loggingPrefs'] = {'performance': 'ALL'}

driver = webdriver.Chrome(options=chrome_options, desired_capabilities=caps)
driver.get(url)

# 执行登录操作...

# 筛选登录相关的网络请求
for entry in driver.get_log('performance'):
    log_data = json.loads(entry['message'])['message']
    if 'Network.responseReceived' in log_data['method']:
        req_url = log_data['params']['response']['url']
        if 'login' in req_url.lower():
            print(f"登录请求地址: {req_url}")
            print(f"响应状态码: {log_data['params']['response']['status']}")

5. 优化等待逻辑 #

用隐式等待替代重复的显式等待，简化代码同时保证元素加载：

driver.implicitly_wait(10)  # 全局设置10秒隐式等待
driver.get(url)

# 直接查找元素，无需重复显式等待
username = driver.find_element(By.NAME, 'name')
password = driver.find_element(By.NAME, 'password')

额外建议 #

• 即使robots.txt无限制，也需控制请求频率，避免触发网站的流量限制导致账号封禁。
• 若Selenium方案始终无效，可尝试直接用requests库模拟登录：抓取登录页面的CSRF token，构造POST请求提交登录数据，绕过浏览器渲染层，降低被检测概率。

内容的提问来源于stack exchange，提问作者help-i-broke-the-internet