如何使用Python网页抓取技术实现Google账号登录

核心问题分析 #

你当前代码的逻辑存在根本性错误，导致无法正常登录：

• 混用了requests.Session和selenium webdriver两个独立的请求实例，二者的Cookie、登录态完全不互通，你用requests提交登录请求的结果不会同步到selenium中，反之亦然
• Google登录表单有大量动态生成的校验参数（csrf令牌、会话标识、防机器人校验字段等），你仅提交email和password两个字段的POST请求本身就是无效的，无法通过Google的后端校验
• 代码逻辑混乱：用requests发送POST请求后，直接读取未进行任何操作的selenium当前地址重复访问，全程没有完成实际的登录流程

可行解决方案 #

优先推荐全用selenium模拟人工操作登录，避免复杂的参数抓包工作：

1. 替换原生selenium为undetected-chromedriver，绕过Google的自动化工具检测
2. 直接通过selenium定位页面元素完成输入、提交操作，不需要引入requests发送请求
3. 登录完成后直接读取selenium的页面源码做解析即可

示例代码：

import time
from bs4 import BeautifulSoup
import undetected_chromedriver as uc

driver = uc.Chrome()
# 打开谷歌目标页面地址
driver.get(你的目标url)
time.sleep(2)

# 输入邮箱
email_input = driver.find_element('id', 'identifierId')
email_input.send_keys('你的邮箱地址')
# 点击下一步
driver.find_element('xpath', '//*[@id="identifierNext"]/div/button').click()
time.sleep(3)

# 输入密码
pass_input = driver.find_element('xpath', '//*[@id="password"]/div[1]/div/div[1]/input')
pass_input.send_keys('你的密码')
# 点击登录
driver.find_element('xpath', '//*[@id="passwordNext"]/div/button').click()
time.sleep(5)

# 登录完成后直接拿页面源码解析
soup = BeautifulSoup(driver.page_source, 'html.parser')
print(soup.prettify())

注意事项 #

• Google账号风控严格，频繁用自动化工具登录会触发临时限制，建议测试时用小号
• 页面元素的定位规则可能会随谷歌页面更新变化，运行失败时可以重新检查元素的id、xpath
• 不推荐用纯requests实现谷歌登录，需要匹配浏览器的请求头、TLS指纹、所有动态表单参数，实现成本极高

内容的提问来源于stack exchange，提问作者Inês Jorge