因广告链接多为跳转链，utm_source等参数在重定向后才拼入最终url，需模拟点击并等待页面跳转完成后再读取window.location.href，而非直接访问初始链接。
用 selenium 抓取竞品落地页广告参数时，为什么总拿不到 utm_source 等参数？
因为多数广告链接是跳转链（如百度推广页、腾讯广点通中转页），真实参数在重定向后才拼到最终 URL 上，直接访问初始链接会丢失。必须模拟真实点击行为，等页面完成跳转并稳定后再读取 window.location.href。
实操建议：
- 用
driver.get()打开广告入口链接后，加WebDriverWait等待url_changes或新页面标题出现，避免过早读取 - 禁用图片加载（
ChromeOptions.add_argument('--blink-settings=imagesEnabled=false')）可提速，但注意某些广告依赖图片加载触发 JS 埋点 - 若页面使用
history.pushState无刷新改 URL，需监听driver.current_url变化，而非只靠get()后的首次值
如何稳定提取广告素材中的文案与投放时间？
竞品广告图常以 base64 内联或 CDN 链接形式嵌入，文案可能藏在 alt、title、JS 变量或 DOM 文本节点里，不能只靠 find_element(By.TAG_NAME, 'img') 硬扫。
实操建议：
- 优先查
document.querySelector('[data-ad-id]')类属性，这类自定义字段往往是广告系统注入的标识 - 对含「限时」「抢购」「今日」等词的文本节点，用
driver.execute_script("return window.performance.timing.navigationStart")推算页面加载时间，再结合本地时区反推“投放开始时间”（非绝对准确，但比纯文本解析可靠） - 若页面有
__NEXT_DATA__或window.adConfig全局变量，用driver.execute_script('return window.adConfig')直接提取结构化数据
记录动态时，为什么用 SQLite 比 JSON 文件更合适？
广告参数变化高频（如出价、时段、地域定向），JSON 文件每次写入需全量读-改-写，易丢数据且无法原子更新；而 SQLite 支持行级 INSERT OR REPLACE INTO 和带 WHERE 的 UPDATE，还能建索引加速按日期/广告位查询。
实操建议：
- 表结构至少包含：
ad_id（主键，来自广告链接或 DOM data 属性）、url、utm_params（TEXT 存原始字典 JSON）、snapshot_time（INTEGER 存 timestamp）、html_hash（存当前页面 DOM 的sha256，用于识别是否真变化） - 避免用
datetime.now()记录时间——不同机器时区不一致，统一用int(time.time()) - 每次插入前先
SELECT ad_id FROM ads WHERE ad_id = ? AND html_hash = ?，命中则跳过，减少冗余存储
绕过反爬时，哪些 User-Agent 和行为特征最容易被识别？
单纯换 User-Agent 字符串毫无意义；现代风控系统会检测 navigator.webdriver、plugins.length、鼠标移动轨迹、pageLoadTime 等真实浏览器指纹。
实操建议：
- 启动 Chrome 时加
--disable-blink-features=AutomationControlled，并在初始化后执行driver.execute_cdp_cmd('Page.addScriptToEvaluateOnNewDocument', {'source': 'Object.defineProperty(navigator, "webdriver", {get: () => undefined})'}) - 避免
time.sleep(1)这类固定等待，改用random.uniform(0.8, 2.3)模拟人工停顿 - 不要连续监控同一竞品超过 3 个广告位/小时——多数平台对单 IP 的广告接口有 QPS 限流，触发后返回空数据或 403，且不会报错
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！
