应使用pyppeteer-stealth库的stealth(page)函数，在newpage()后、goto()前调用，并配合--disable-blink-features=automationcontrolled启动参数，避免直接注入原始stealth.js导致报错或失效。
Pyppeteer 启动时如何正确加载 stealth.js 插件
stealth.js 本身不是 Pyppeteer 原生支持的插件，它最初为 Puppeteer（Node.js）编写，不能直接用 page.addScriptTag 加载后就生效。Pyppeteer 的 JavaScript 执行环境与 Puppeteer 存在细微差异，尤其是对 Object.defineProperty、Proxy 和 eval 的拦截行为更敏感，直接注入 stealth.js 会导致页面卡死或报 TypeError: Cannot redefine property: navigator。
实操建议：
- 使用已适配 Pyppeteer 的 stealth 补丁版本，例如
pyppeteer-stealth（注意：非官方包，需 pip install pyppeteer-stealth） - 启动浏览器前必须禁用默认的自动化特征标识：
args=['--disable-blink-features=AutomationControlled'] - 注入时机很关键——必须在
browser.newPage()之后、访问目标 URL 之前执行 stealth 注入 - 不要用
page.evaluate执行整段 stealth.js 字符串，而应调用pyppeteer_stealth.stealth提供的封装函数
为什么 page.setUserAgent 不足以绕过检测
单纯调用 page.setUserAgent 只修改了 navigator.userAgent 字符串，但现代反爬会检查至少 12 个 JS 环境特征点，比如 navigator.webdriver（恒为 true）、chrome.runtime 是否存在、permissions.query 返回值、plugins.length 是否为 0 等。这些字段在 Pyppeteer 默认行为下全部暴露自动化痕迹。
真正起效的是 stealth 注入后对原型链的重写，例如：
Object.defineProperty(navigator, 'webdriver', { get: () => undefined });
常见错误现象：
- 页面能打开，但
document.getElementById('captcha')突然出现且无法绕过 - 请求返回 403 或跳转到验证页，但控制台无明显报错
- 同一段代码在本地运行正常，部署到 Linux 服务器后被识别为 bot
async/await 下 stealth 注入失败的典型原因
Pyppeteer 是异步库，但 stealth 注入函数内部可能包含同步阻塞操作（如读取本地 JS 文件、正则替换字符串），若未用 await page.evaluate 包裹，会导致注入逻辑在页面 DOM 尚未 ready 时就执行完毕，特征还原失败。
必须确保以下顺序严格成立：
- 创建 page 实例 →
await page.goto('about:blank') - 调用
await stealth(page)（来自pyppeteer_stealth） - 再执行
await page.goto('https://target.com')
遗漏 about:blank 这一步是高频坑：某些网站的检测脚本会在 DOMContentLoaded 阶段立即运行，如果 page 初始状态不是空白页，stealth 注入可能被跳过或覆盖。
Linux 服务器上运行时仍被识别的隐藏因素
即使 stealth 注入成功，真实环境中还有三个常被忽略的指纹维度：
-
/dev/shm共享内存大小：Docker 容器默认极小，触发chrome://gpu页面中CanvasRenderingContext2D渲染异常，暴露 headless 环境 - 字体列表一致性：服务器通常缺少 Windows/macOS 常见字体（如 Arial、Helvetica），
navigator.fonts（若启用 API）或getComputedStyle推断结果异常 - WebGL vendor/renderer 指纹：headless Chrome 默认返回
Google Inc. (Intel)，与真实用户显卡驱动严重不符
缓解方式有限但有效：启动时加参数 --no-sandbox --disable-setuid-sandbox --disable-gpu --font-render-hinting=none，并配合 pyppeteer.launch(..., handleSIGINT=False) 避免信号中断导致环境残留。
stealth.js 的核心价值不在“完美模拟”，而在把检测响应从“立刻封禁”降级为“需要人工验证”——这已经足够让多数异步抓取任务跑通。真正的难点永远在后续的 Cookie 复用、登录态维持和动态 Token 更新上，而不是第一行 stealth 注入是否成功。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
