一、为什么要"像人一样"爬新手脚本常出现"第一跑通、第二被封"，根因是机器人流量在统计特征上与真人差异明显：请求间隔高度规律（sleep(2) 方差≈0）；User-Agent 全程不变；页面一开就直奔元素，无滚动、无停留；navigator.webdriver === true 直接暴露自动化身份。反爬系统无需"看懂"你在干嘛，只要在流量层识别上述异常即可低成本拦截。"拟真"的本质，是让爬虫特征分布贴合正常用户，降低风控命中率。本文聚焦三板斧 亿牛云袋里，给出可运行代码。

二、随机延时：打破规律性固定延时是最大破绽。真人操作间隔更接近对数正态分布（多数快、偶尔停顿久），而非均匀分布。

复制

import random, timedef human_delay(min_s=0.5, max_s=3.0):"""对数正态随机延时，截断到合理区间。"""delay = random.lognormvariate(0.5, 0.6)delay = max(min_s, min(max_s, delay))time.sleep(delay)return delay

再按动作分级配置档位：列表滚动 0.5–1.5s、打开详情 1.5–4s、点击提交 2–5s。多层延时让节奏更自然。

三、UA 轮换：隐藏同一身份固定 UA 等于举牌自报。维护一个经过验证的真实 UA 列表，用 CDP 注入（比 --user-agent 参数更彻底，能覆盖 navigator.userAgent 及首请求头）：

复制

import randomfrom selenium import webdriverfrom selenium.webdriver.chrome.options import OptionsUA_POOL = ["Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 ""(KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36","Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 ""(KHTML, like Gecko) Chrome/123.0.0.0 Safari/537.36","Mozilla/5.0 (X11; Linux x86_64; rv:125.0) Gecko/20100101 Firefox/125.0",]options = Options()options.add_argument("--disable-blink-features=AutomationControlled")driver = webdriver.Chrome(options=options)driver.execute_cdp_cmd("Network.setUserAgentOverride", {"userAgent": random.choice(UA_POOL)})

坑点：CDP 注入只对之后创建的页面生效，首次 get 前须设好。

四、行为模拟：补上最后一里路真人会移动鼠标、滚动、逐字输入。细节显著提升拟真度：

复制

from selenium.webdriver.common.action_chains import ActionChainsdef human_type(el, text):for ch in text:el.send_keys(ch)time.sleep(random.uniform(0.05, 0.2))def human_scroll(driver, total=800):for _ in range(0, total, 100):driver.execute_script("window.scrollBy(0, 100);")time.sleep(random.uniform(0.1, 0.4))def human_move(driver, el):ActionChains(driver).move_to_element_with_offset(el, random.randint(-5, 5), random.randint(-5, 5)).perform()time.sleep(random.uniform(0.2, 0.6))

五、亿牛云袋里：给爬虫换"出口 IP"仅靠本地 IP 拟人行为，面对频率限制 / IP 信誉库仍会被封。亿牛云（16yun）提供爬虫袋里（隧道 / 私密袋里），核心是给每个请求换出口 IP。其袋里需用户名密码认证，而 Chrome 的 --proxy-server 不支持 URL 内嵌认证，必须用 Chrome 扩展注入。5.1 生成带认证的袋里扩展

复制

import zipfiledef build_proxy_extension(host, port, user, pwd, path="proxy_auth.zip"):"""生成 Chrome 袋里认证扩展（亿牛云袋里需账密认证）。"""manifest = """{"version":"1.0.0","manifest_version":2,"name":"ProxyAuth","permissions":["proxy","tabs","storage","<all_urls>","webRequest","webRequestBlocking"],"background":{"scripts":["background.js"]}}"""bg = """var cfg={mode:"fixed_servers",rules:{singleProxy:{scheme:"http",host:"%s",port:%s},bypassList:["localhost"]}};chrome.proxy.settings.set({value:cfg,scope:"regular"},()=>{});chrome.webRequest.onAuthRequired.addListener(d=>({authCredentials:{username:"%s",password:"%s"}}),{urls:["<all_urls>"]},["blocking"]);""" % (host, port, user, pwd)with zipfile.ZipFile(path, "w") as z:z.writestr("manifest.json", manifest)z.writestr("background.js", bg)return path

5.2 在 Selenium 中接入亿牛云亿牛云控制台会给出袋里地址、端口、用户名、密码（隧道袋里形如 t.16yun.cn:xxxx）。将其填入扩展并加载：

复制

options = Options()options.add_extension(build_proxy_extension(host="t.16yun.cn",# 替换为亿牛云实际袋里 hostport=31111, # 替换为实际端口user="YOUR_16YUN_USER", # 亿牛云账号pwd="YOUR_16YUN_PASS",# 亿牛云密码))options.add_argument("--disable-blink-features=AutomationControlled")driver = webdriver.Chrome(options=options)driver.execute_cdp_cmd("Network.setUserAgentOverride", {"userAgent": random.choice(UA_POOL)})

接入建议：① 用隧道袋里实现自动换 IP，免去手动维护 IP 池；② 配合随机延时，避免袋里资源被高频打满；③ 袋里失败时用指数退避重试，别暴力重试。

六、综合实战

复制

import random, timefrom selenium import webdriverfrom selenium.webdriver.chrome.options import Optionsfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECTARGET = "https://example.com/list" # 替换为你有权抓取的地址def crawl(): options = Options() options.add_extension(build_proxy_extension("t.16yun.cn", 31111, "YOUR_16YUN_USER", "YOUR_16YUN_PASS")) options.add_argument("--disable-blink-features=AutomationControlled") driver = webdriver.Chrome(options=options) driver.execute_cdp_cmd("Network.setUserAgentOverride", {"userAgent": random.choice(UA_POOL)}) out = [] try: driver.get(TARGET) human_delay(1.5, 4.0) for _ in range(3): human_scroll(driver, 600) items = WebDriverWait(driver, 10).until( EC.presence_of_all_elements_located((By.CSS_SELECTOR, ".item-title"))) for it in items: human_move(driver, it) out.append(it.text.strip()) human_delay(2.0, 5.0) driver.find_element(By.CSS_SELECTOR, ".next-page").click() finally: driver.quit() return out

要点：UA 走 CDP 注入 清 webdriver 指纹；延时用对数正态分级；滚动/移动/输入全拟人；WebDriverWait 替代裸 sleep；出口 IP 由亿牛云袋里承载。

七、合规与边界拟人化只降低被识别概率，无法 100% 绕过强风控（设备指纹、行为生物特征等维度远超本文）；抓取前读 robots.txt，遵守 Crawl-delay；控制频率，不压垮对方服务器；仅采公开非敏感数据；商业用途务必取得授权。小结：模拟真人 = 间隔随机 身份多变 动作有迹 出口 IP 干净。三板斧加亿牛云袋里足以应付中低强度反爬，但合规与克制才是能长期跑下去的根本。依赖：pip install selenium webdriver-manager。运行前替换 TARGET、选择器及亿牛云凭证，并确认目标站点允许抓取。