Selenium Python技术咨询：绕过登录页及Google reCAPTCHA问题答疑

绕过登录页面的方法 #

核心逻辑是复用已登录状态的Cookie，步骤如下：

1. 手动登录目标网站，通过浏览器开发者工具的Application面板导出当前Cookie。
2. 启动Selenium浏览器后，先访问网站的任意同源页面（必须与Cookie域名一致，否则无法添加）。
3. 遍历导出的Cookie，用driver.add_cookie(cookie_dict)方法将Cookie注入到Selenium实例中。
4. 刷新页面或直接访问需登录权限的页面，即可跳过登录流程。

示例代码：

from selenium import webdriver

driver = webdriver.Chrome()
# 先访问网站首页，确保域名匹配
driver.get("https://example.com")

# 替换为你导出的已登录Cookie
logged_in_cookies = [
    {"name": "session_id", "value": "your_session_value", "domain": ".example.com"},
    # 补充其他Cookie键值对
]

for cookie in logged_in_cookies:
    driver.add_cookie(cookie)

# 刷新后进入登录状态
driver.refresh()

若用requests.Session配合Selenium，可先通过Session维持登录状态，再将Session的Cookie同步到Selenium中，逻辑与上述一致。

访问现有浏览器历史记录 #

Selenium没有直接获取完整历史记录列表的API，但可通过两种方式操作/获取有限信息：

• 导航控制：使用driver.back()（后退）、driver.forward()（前进）、driver.refresh()（刷新）来操作历史导航。
• JavaScript获取：借助浏览器的window.history对象获取部分信息，但受同源策略和安全限制，无法获取所有历史URL，仅能获取记录条数：

history_length = driver.execute_script("return window.history.length")
print(f"历史记录条数: {history_length}")

出于安全考虑，浏览器会限制获取具体历史URL，仅当前页面的同源历史可能被访问，大部分场景下无法拿到完整列表。

分两种场景判断：

1. 已持有有效登录Cookie：若Session保存了未过期、未被标记异常的登录Cookie，将其同步到WebDriver后，可直接绕过登录页面，且若自动化行为未触发网站反爬规则，大概率不会触发reCAPTCHA。
2. 登录流程需验证reCAPTCHA：若登录本身要求完成reCAPTCHA验证，Session+WebDriver无法绕过——因为没有已登录的Cookie，且自动化工具会被网站识别为非人类行为，触发验证机制。此时需手动完成验证，或使用第三方打码服务（但可能违反网站服务条款）。

注意：Google reCAPTCHA核心是区分人类与自动化程序，即使注入登录Cookie，若网站检测到浏览器由Selenium控制（如特征指纹），仍可能触发reCAPTCHA，仅靠Cookie无法规避。

内容的提问来源于stack exchange，提问作者Raja Muhamed