1. 项目概述与核心价值
最近在帮一个做市场调研的朋友处理一批线上问卷，数量大概有几千份，手动操作显然不现实。朋友最初的想法是找外包或者用一些所谓的“群控”软件，但要么成本太高，要么软件本身不稳定，还容易被问卷平台的防护机制识别。这让我想起了以前做Web自动化测试时常用的Selenium，一个大胆的想法就冒了出来：能不能用Python + Selenium写个脚本，模拟真人操作去自动填写并提交问卷，同时想办法绕过那些烦人的智能验证码？
这个“Python selenium自动化刷问卷+绕过智能验证”的项目，本质上是一次对Web自动化与反自动化机制对抗的实战。它解决的痛点非常明确：在需要大规模、合规地采集问卷数据，或者进行压力测试、可用性测试时，替代低效、易出错的人工重复劳动。但请注意，这里的“刷”指的是在拥有合法授权（如内部测试、已获许可的调研）或针对完全公开、无提交限制的问卷场景下，进行自动化效率提升。绝对不应用于干扰正常调研、刷票、作弊或任何违反目标网站服务条款的行为。
整个项目的核心挑战不在于简单的点击和输入，而在于如何让程序行为“拟人化”，以绕过越来越普遍的智能验证（如滑动拼图、点选文字、旋转图片等）和基于行为指纹的反爬策略。这需要我们对Selenium的底层操控、浏览器指纹的伪装以及验证码识别方案有更深入的了解。接下来，我将拆解整个实现思路、关键步骤以及我踩过的一些坑，希望能为有类似自动化需求的朋友提供一个可靠的技术参考。
2. 整体方案设计与核心思路拆解
面对“自动化刷问卷”这个目标，我们不能简单地录制几个操作就了事。一个健壮的自动化脚本，必须考虑稳定性、隐蔽性和可维护性。我的整体设计思路分为三个层次：基础自动化层、反检测伪装层和验证码处理层。
2.1 技术栈选型与理由
首先，为什么是Python + Selenium？Python拥有极其丰富的生态库，从网络请求到图像处理，再到各种机器学习框架，为后续处理复杂验证码提供了可能。Selenium则是Web自动化的“瑞士军刀”，它通过WebDriver协议直接控制浏览器，能执行几乎所有真人可做的操作（点击、输入、滚动、获取元素等），生成的是真实的浏览器环境，这对于需要执行JavaScript或处理复杂前端框架的问卷页面至关重要。相比单纯的 requests 库模拟请求，Selenium更难被基于客户端行为的反爬机制直接区分。
除了核心的 selenium 库，我还选用了几个关键辅助库：
- webdriver-manager ：用于自动下载和管理不同浏览器的WebDriver驱动（如ChromeDriver），避免了手动下载和路径配置的麻烦，特别适合在多种环境部署。
- undetected-chromedriver ：这是一个神器。普通Selenium启动的浏览器，会被一些高级防护服务（如Distil、Cloudflare等）检测到。这个库对ChromeDriver进行了修补，移除了大部分自动化特征指纹，显著降低了被识别的概率。
- Pillow (PIL) 和 opencv-python ：用于验证码图片的处理，比如裁剪、灰度化、二值化，为后续识别做准备。
- selenium-stealth ：进一步伪装Selenium，覆盖更多的浏览器指纹属性，如 navigator.webdriver 、 plugins 、 languages 等。
2.2 绕过检测的核心策略
现在的网站反爬虫技术早已不局限于验证码，它们会收集浏览器指纹和行为特征。我们的脚本必须在这两方面做好伪装。
浏览器指纹伪装 ：这包括一系列HTTP头信息（User-Agent, Accept-Language等）和浏览器对象属性。通过 undetected-chromedriver 和 selenium-stealth ，我们可以将这些属性设置为与普通浏览器一致。例如，普通浏览器中 navigator.webdriver 属性是 undefined ，而未经伪装的Selenium控制下则为 true ，这就是一个明显的特征。
行为模拟拟人化 ：这是避免被行为分析模型识别的关键。核心要点包括：
2.3 验证码处理流程设计
智能验证码是最大的拦路虎。我的策略是一个分层处理的流程：
在本项目中，我将重点展示如何实现1、2和3方案，特别是如何定位和捕获验证码图片，以及设计一个稳健的交互流程。
3. 环境搭建与关键配置详解
工欲善其事，必先利其器。一个稳定且隐蔽的浏览器自动化环境是项目成功的基础。这里我选择Chrome作为目标浏览器，因为它更普遍，相关工具链也更成熟。
3.1 使用 undetected-chromedriver 启动隐身浏览器
这是最关键的一步，直接决定了脚本的“隐身”能力。我们不使用标准的 webdriver.Chrome() 。
import undetected_chromedriver as uc
import random
import time
def create_stealth_driver():
options = uc.ChromeOptions()
# 1. 基础隐身设置
options.add_argument(\’–disable-blink-features=AutomationControlled\’)
options.add_argument(\’–disable-gpu\’)
options.add_argument(\’–no-sandbox\’) # 仅在Linux服务器或某些Docker环境下可能需要
