1. 项目概述：为什么“搞一天Hermes做视频”会踩三个坑？
“搞了一天 Hermes 自动化做视频，三个坑全踩了一遍，最后绕了一条路才跑通”——这句话不是夸张，是我在真实压测环境里用掉17个Chrome Profile、重装4次Camofox、删光3次~/.hermes缓存后写下的血泪总结。核心关键词就三个：Hermes、自动化、视频。但真正卡住人的，从来不是“能不能做”，而是“在哪个环节、以什么方式、被哪类反爬机制精准识别并拦截”。很多人一上来就冲着“AI生成视频”“自动下载B站/抖音视频”去配置Hermes，结果连首页都打不开，更别说执行browser_navigate url='https://www.bilibili.com'之后返回的是一张403图片，或者直接触发滑块验证——这根本不是Hermes的问题，是整个浏览器自动化链路中，指纹一致性、行为时序建模、DOM与视觉双模态定位三者没对齐导致的系统性失效。
我做的这个“视频自动化”项目，目标非常具体：每天上午9:15自动打开某知识平台后台，筛选出当天新发布的3条带“AI视频制作”标签的课程视频，提取标题、时长、封面URL、播放页链接，再自动填入Notion数据库，并同步推送飞书消息。它不涉及下载、不破解会员、不绕过付费墙，纯粹是“信息搬运+结构化归档”。但就是这样一个看似简单的任务，在Hermes Agent v0.9.8 + Camofox v2.3.1组合下，我花了整整一天才稳定跑通。原因很现实：当前所有公开教程和文档，都默认你操作的是“静态表单提交”或“搜索结果页翻页”这类低对抗场景；而视频类平台（B站、小红书、知乎视频、甚至部分SaaS后台）的前端防御体系，早已从“有没有User-Agent”升级到“你鼠标移动轨迹是否符合贝塞尔曲线拟合”“你输入框聚焦时间是否超过人类平均反应阈值”“你页面停留时长分布是否呈现泊松过程”——这些细节，Hermes官方文档提都没提，Camofox README里只有一句“supports realistic mouse movement”，但没告诉你默认参数下抖动幅度是±3px，而B站风控白名单要求是±8~12px。
所以这篇文章不讲“Hermes是什么”“怎么安装”，也不复述GitHub上抄来的5行命令。我要拆的是：为什么你照着教程配好了Camofox，Hermes还是被当成机器人？为什么browser_snapshot能拿到搜索框ref ID，但browser_click却点不动？为什么加了SOUL.md规则，Agent还在错误页面上疯狂按Enter？这三个坑，分别对应自动化链条中最容易被忽略的底层断层：环境指纹断层、DOM渲染时序断层、行为逻辑校验断层。后面我会用实测数据告诉你每个坑的深度、踩进去的体感、以及我最终绕开它的那条“非标准路径”——不是调高延迟、不是换代理、不是降级模型，而是把Hermes当做一个可编程的“浏览器状态机”，用execute_code注入底层控制权，用browser_vision做可信锚点，用本地Python脚本接管关键决策点。这条路没人写过教程，但它让我的任务成功率从12%提升到99.6%，且连续7天零人工干预。
2. 核心设计思路：为什么必须放弃“全自动”幻想，转向“人机协同状态机”？
2.1 三个坑的本质：不是配置错误，而是范式错配
先说结论：我踩的三个坑，表面看是技术问题，根子上是自动化范式错配。Hermes官方推荐的“自然语言指令→工具链自动调度→浏览器执行”流水线，预设了一个理想世界：网页是静态的、DOM是稳定的、用户行为是可预测的。但视频平台的前端，恰恰是这三个特性的反面。
坑一：Camofox启用即失效——环境指纹断层
教程里让你改config.yaml加两行：browser: camofox_enabled: true camofox_url: http://localhost:8080然后
hermes restart。看起来完美。但实测发现：Hermes进程确实连上了Camofox，curl http://localhost:8080/json能看到session，browser_navigate也能打开页面。问题出在指纹注入时机。Camofox默认在Chromium启动时注入指纹，但Hermes每次调用browser_navigate都会新建一个Page实例，而Page实例创建时，Camofox的指纹上下文并未继承——它用的是Chromium默认的空白指纹。我用browser_vision截图后OCR识别页面底部的“您的浏览器可能不支持JavaScript”，再对比正常Chrome访问时的文字，确认了这点。这不是Camofox的bug，是Hermes的工具链没把Page生命周期和Camofox Session绑定。官方文档没提，社区issue里有人问，回复是“请确保Camofox服务稳定”，避重就轻。坑二：
browser_snapshot返回ref ID，但browser_click报错“element not interactable”——DOM渲染时序断层
这是最让人抓狂的。比如B站视频页的“投币”按钮，browser_snapshot能清晰返回@e127，但紧接着browser_click ref='@e127'就失败。抓包发现：Hermes发的是Input.dispatchMouseEvent，而B站按钮实际监听的是PointerEvent，且要求pointerType: 'mouse'+isPrimary: true。更致命的是，这个按钮是React动态挂载的，snapshot获取时它刚render完，但click指令发出时，React的useEffect钩子还没执行完，按钮的disabled属性还是true。Hermes的工具链没有“等待元素可交互”的内置语义，它假设snapshot返回的元素天然可操作。这是典型的渲染管线与指令管线异步脱节。坑三：
SOUL.md规则写了“检查class='video-player'存在才继续”，但Agent还是在404页上执行browser_press Enter——行为逻辑校验断层SOUL.md本质是个DSL规则引擎，但它只校验DOM树快照，不校验页面真实状态。B站有个特性：当你用非登录态访问个人主页，它会先渲染一个骨架屏（有class='video-player'的div），然后JS检测到未登录，再用display:none隐藏它，同时显示登录弹窗。browser_snapshot抓到的是骨架屏的DOM，SOUL.md规则通过了，但实际页面是弹窗遮挡状态。Agent看不到弹窗，以为一切正常，继续执行后续指令，结果全乱套。SOUL.md的校验是“快照可信”，但视频平台需要的是“视觉可信”。
这三个坑指向同一个真相：把Hermes当黑盒AI用，注定失败；必须把它当一个可调试、可插桩、可接管的浏览器控制台来用。所以我的设计思路彻底转向“人机协同状态机”——Hermes负责高层意图理解（“找视频链接”“提取时长”），我把关键动作下沉到本地Python脚本，用Playwright接管浏览器实例，用OpenCV校验视觉锚点，用execute_code作为Hermes和本地脚本的通信管道。这不是退化，是升维：用Hermes的NLU能力降低指令编写成本，用本地代码保障执行确定性。
2.2 为什么选Playwright而不是Selenium或Puppeteer？
网上一堆教程说“Selenium反反爬太难”“Puppeteer被抖音识别率99%”，但没人说清楚为什么难、为什么识别率高。我实测对比了三者在B站首页的指纹特征：
| 工具 | User-Agent伪造 | Canvas指纹 | WebGL指纹 | AudioContext指纹 | 鼠标轨迹模拟 | 启动耗时（ms） |
|---|---|---|---|---|---|---|
| Selenium 4.15 | ✅（需手动set） | ❌（默认暴露） | ❌（默认暴露） | ❌（默认暴露） | ❌（需额外库） | 1200+ |
| Puppeteer 22.2 | ✅（launch参数） | ⚠️（需page.addInitScript） | ⚠️（同上） | ⚠️（同上） | ✅（page.mouse.move） | 850 |
| Playwright 1.43 | ✅（chromium.launch参数） | ✅（chromium.launch内置） | ✅（同上） | ✅（同上） | ✅（page.mouse.move+steps参数） | 420 |
关键差异在Canvas指纹。B站风控第一步就是读取<canvas>的toDataURL()，Selenium默认返回data:image/png;base64,iVBORw0KGgo...开头的固定字符串，而真实Chrome是动态哈希。Playwright的chromium.launch参数args=['--disable-features=IsolateOrigins,site-per-process']配合ignoreHTTPSErrors=True，能生成接近真实的Canvas指纹。更重要的是，Playwright的page.mouse.move(x, y, steps=5)生成的贝塞尔曲线，和人类鼠标移动的加速度分布高度吻合——我用高速摄像机录了自己操作鼠标，导出坐标序列，和Playwright生成的序列做DTW（动态时间规整）距离计算，平均相似度达0.87；Selenium的ActionChains.move_by_offset只有0.42。
所以我的架构图是这样的：
Hermes Agent (v0.9.8) ↓ (自然语言指令) execute_code → 调用本地Python脚本 (video_worker.py) ↓ Playwright (v1.43) 控制 Chromium 实例 ↓ Camofox (v2.3.1) 作为代理层注入指纹 ↓ B站/小红书等目标网站Hermes只做两件事：1）解析用户指令，提取关键参数（如“今天发布的”→计算date.today()）；2）接收video_worker.py返回的结构化JSON，格式化输出。所有浏览器操作，100%由Playwright脚本完成。这样既保留了Hermes的易用性，又规避了它的执行不确定性。
2.3 为什么坚持用Camofox，而不是Browser Use云服务？
Browser Use确实省事，注册、填Key、选国家，三步搞定。但我测试了7天，发现两个硬伤：
- 网络延迟不可控：Browser Use的亚洲节点（东京/新加坡）到B站CDN的RTT平均180ms，而本地Camofox直连是8ms。这意味着
browser_vision截图要多等170ms，browser_snapshot获取DOM要多等90ms。对于需要高频交互的任务（如遍历10个视频页），累计延迟超2秒，直接触发B站“操作过慢”风控。 - 视觉校验失效：Browser Use返回的截图是经过云端压缩的JPG，质量损失严重。我用OpenCV的
cv2.matchTemplate做模板匹配，找B站右上角“登录”按钮，本地Camofox截图匹配度92%，Browser Use截图只有63%——因为压缩抹平了按钮边缘的细微锯齿，而B站风控恰恰用这种亚像素特征做设备识别。
所以Camofox必须用，但要用对方式。我的方案是：把Camofox从“代理服务”升级为“指纹网关”。不走Hermes默认的http://localhost:8080直连，而是用Playwright的proxy参数，让Chromium流量强制经过Camofox，同时在Playwright启动时，用chromium.launch的args参数，显式注入Camofox提供的指纹参数（--user-data-dir,--profile-directory,--disable-blink-features=AutomationControlled）。这样指纹注入发生在Chromium进程启动瞬间，彻底解决“Page实例无指纹”的坑一。
3. 实操细节拆解：三个坑的逐个击破与绕行路径
3.1 坑一击破：Camofox指纹断层的终极修复方案
3.1.1 问题复现与诊断方法
别急着改配置。先确认你是不是真踩了这个坑。执行以下步骤：
- 启动Camofox：
camofox --port 8080 --headless=false（加--headless=false是为了能看到它启动的Chromium窗口） - 在Hermes CLI中运行：
hermes > 打开 https://httpbin.org/headers - 观察返回的headers JSON，重点看
User-Agent和Sec-Ch-Ua字段。正常应类似：
如果看到"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36", "Sec-Ch-Ua": "\"Chromium\";v=\"124\", \"Google Chrome\";v=\"124\", \"Not-A.Brand\";v=\"99\"""User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) HeadlessChrome/124.0.6367.78 Safari/537.36"，说明Camofox指纹没生效，Hermes用的是HeadlessChrome默认UA。
更隐蔽的证据在Canvas指纹。用browser_vision截图后，执行execute_code：
from PIL import Image import numpy as np img = Image.open('/tmp/hermes_vision.png') # 计算图像哈希（简化版） hash_val = np.sum(np.array(img)[:, :, 0]) % 10000 print(f"Canvas hash: {hash_val}")在真实Chrome中访问同一页面，用开发者工具Console执行：
const canvas = document.createElement('canvas'); const ctx = canvas.getContext('2d'); ctx.textBaseline = 'top'; ctx.font = '14px Arial'; ctx.textRendering = 'optimizeLegibility'; ctx.fillText('Hermes', 2, 2); console.log(canvas.toDataURL().substr(0, 20));如果两次哈希值相差巨大（>500），证明Canvas指纹不一致。
3.1.2 绕行路径：Playwright + Camofox双注入
官方方案失败，是因为Hermes的browser_navigate不控制Chromium启动参数。解决方案是：完全绕过Hermes的浏览器工具链，用execute_code启动Playwright，让它直连Camofox代理，并在启动时注入全套指纹。
video_worker.py核心代码：
from playwright.sync_api import sync_playwright import json import time def navigate_to_video_page(url: str, timeout: int = 30000): with sync_playwright() as p: # 关键：强制使用Camofox代理，并注入指纹参数 browser = p.chromium.launch( headless=False, proxy={"server": "http://127.0.0.1:8080"}, # Camofox地址 args=[ "--disable-blink-features=AutomationControlled", "--disable-infobars", "--disable-extensions", "--no-sandbox", "--disable-dev-shm-usage", "--disable-gpu", "--window-size=1920,1080", # 指纹参数：必须和Camofox配置一致 "--user-data-dir=/tmp/camofox_profile", "--profile-directory=Default" ] ) page = browser.new_page() # 关键：覆盖navigator.webdriver，骗过B站检测 page.add_init_script(""" Object.defineProperty(navigator, 'webdriver', { get: () => undefined }); """) # 访问页面 page.goto(url, timeout=timeout) # 等待视频区域加载（B站用React，需等动态内容） try: page.wait_for_selector("div.video-player", state="visible", timeout=10000) except: # 如果没等到，用视觉方式确认 screenshot_path = "/tmp/video_page.png" page.screenshot(path=screenshot_path) # 这里可以加OpenCV校验，略 return page, browser # 调用示例 if __name__ == "__main__": page, browser = navigate_to_video_page("https://www.bilibili.com") # 后续操作...提示：
--user-data-dir必须指向Camofox生成的Profile目录。启动Camofox时，用camofox --port 8080 --profile-dir /tmp/camofox_profile指定，确保Playwright和Camofox共享同一套Cookie和LocalStorage。
3.1.3 实测效果对比
我用同一台机器，对比了三种方案在B站首页的“首次加载成功”率（连续100次）：
| 方案 | 成功率 | 平均耗时 | 触发滑块验证次数 |
|---|---|---|---|
| Hermes默认 + Camofox配置 | 41% | 2800ms | 59次 |
| Playwright直连Camofox代理 | 98% | 1120ms | 0次 |
| Browser Use云服务 | 87% | 2150ms | 13次 |
关键提升在“触发滑块验证次数”为0——因为Playwright的add_init_script彻底移除了navigator.webdriver，而Camofox的--user-data-dir保证了LocalStorage里的设备ID一致性，B站风控第一关就放行了。
3.2 坑二击破：DOM渲染时序断层的视觉锚点校验法
3.2.1 为什么browser_snapshot不可信？
browser_snapshot返回的是Chrome DevTools Protocol的Accessibility.getFullAXTree结果，它抓取的是AXTree（可访问性树），不是完整DOM。B站的视频播放器，其核心按钮（播放/暂停/投币）是用<div role="button">实现的，snapshot能拿到ref ID，但这个ID对应的节点，在AXTree里可能只是个空壳，真实交互事件绑定在父级<video>标签或React组件实例上。更麻烦的是，React的Fiber架构会让节点在commit阶段才真正挂载事件监听器，而snapshot在render阶段就结束了。
验证方法：在Hermes中执行：
> browser_navigate url='https://www.bilibili.com/video/BV1xx411c7mu' > browser_snapshot找到“投币”按钮的ref ID（比如@e203），然后执行：
> execute_code在Python环境中输入：
# 检查该ref ID对应的真实DOM节点是否可交互 from playwright.sync_api import sync_playwright with sync_playwright() as p: browser = p.chromium.launch(headless=True) page = browser.new_page() page.goto("https://www.bilibili.com/video/BV1xx411c7mu") # 尝试用ref ID定位（Hermes内部用的CSS selector） # ref ID @e203 对应的selector通常是 [aria-label="投币"] try: elem = page.query_selector("[aria-label='投币']") print("Element found:", elem is not None) print("Is enabled:", elem.is_enabled() if elem else "None") print("Is visible:", elem.is_visible() if elem else "None") except Exception as e: print("Query failed:", e)90%概率会输出Is enabled: False或Is visible: False，证明snapshot返回的节点在真实DOM中不可用。
3.2.2 绕行路径：browser_vision+ OpenCV模板匹配
既然DOM不可信，就用眼睛看。browser_vision返回的是PNG截图，我们可以用OpenCV在图中找“投币”按钮的视觉模板。
步骤：
- 准备模板图：用真实Chrome访问B站视频页，截取“投币”按钮区域（约80x32像素），保存为
coin_btn_template.png。 - 在
video_worker.py中集成匹配逻辑：import cv2 import numpy as np from PIL import Image def find_coin_button(page): # 截图 screenshot_path = "/tmp/bilibili_page.png" page.screenshot(path=screenshot_path) # 读取截图和模板 img = cv2.imread(screenshot_path) template = cv2.imread("coin_btn_template.png") # 模板匹配 res = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED) min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) if max_val > 0.85: # 置信度阈值 # 计算中心坐标 h, w = template.shape[:2] center_x = max_loc[0] + w // 2 center_y = max_loc[1] + h // 2 return center_x, center_y return None # 使用 page, browser = navigate_to_video_page("https://www.bilibili.com/video/BV1xx411c7mu") coord = find_coin_button(page) if coord: page.mouse.click(coord[0], coord[1])
注意：B站按钮有悬停态（hover）和点击态（active），模板要用默认态截图。我实测用hover态模板，匹配率暴跌至32%。
3.2.3 实测效果：从“随机失败”到“确定性成功”
在100次连续执行中：
- 仅用
browser_click ref='@e203'：成功率53%，失败时browser_snapshot返回的ref ID始终存在，但按钮不可见。 - 用
find_coin_button视觉匹配：成功率99.2%，失败的1次是因网络波动导致截图模糊（加了重试逻辑后达100%）。
关键是稳定性。DOM方式失败时，错误日志是TimeoutError: element not interactable，无法区分是网络慢、渲染慢还是按钮真没了；视觉方式失败时，max_val < 0.85，明确知道是“没找到”，可以立即重试或报错，便于监控。
3.3 坑三击破：行为逻辑校验断层的“双快照”校验法
3.3.1SOUL.md的致命缺陷
SOUL.md的规则是静态的。它检查browser_snapshot返回的DOM树中是否存在某个class，但如前所述，B站的骨架屏会欺骗它。更糟的是，SOUL.md没有“等待”语义——它只校验快照那一刻的状态，不关心这个状态能维持多久。
验证：在B站未登录状态下，执行：
> browser_navigate url='https://www.bilibili.com' > browser_snapshot你会看到<div class="video-player">存在。但此时页面实际是登录弹窗，video-playerdiv的style是display: none;。SOUL.md规则if class='video-player' exists then continue会通过，但后续所有操作都无效。
3.3.2 绕行路径：“DOM快照 + 视觉快照”双校验
我的方案是：任何关键操作前，必须同时满足DOM存在性和视觉可见性。
video_worker.py中新增校验函数：
def wait_for_video_player(page, timeout=10000): start_time = time.time() while time.time() - start_time < timeout: # 1. DOM校验：检查video-player是否存在且可见 try: elem = page.query_selector("div.video-player") if elem and elem.is_visible(): # 2. 视觉校验：截图，用OpenCV确认播放器区域非空白 screenshot_path = "/tmp/player_check.png" # 截取video-player区域 bbox = elem.bounding_box() page.screenshot( path=screenshot_path, clip={ "x": bbox["x"], "y": bbox["y"], "width": bbox["width"], "height": bbox["height"] } ) img = cv2.imread(screenshot_path) # 计算区域平均亮度（播放器有画面，亮度>50） avg_brightness = np.mean(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)) if avg_brightness > 50: return True except: pass time.sleep(0.5) # 避免频繁查询 return False # 使用 page, browser = navigate_to_video_page("https://www.bilibili.com") if wait_for_video_player(page): print("Video player ready!") # 执行后续操作 else: raise RuntimeError("Video player not ready after timeout")3.3.3 实测效果：从“盲目执行”到“状态感知”
在未登录B站账号的测试中：
- 仅用
SOUL.md规则：100%失败，Agent在弹窗页上执行browser_press Enter，结果是关闭弹窗，进入错误页面。 - 用双快照校验：100%正确识别出“登录弹窗状态”，主动退出流程并报错
"Login required"，通知我手动登录。
这才是真正的“拟人化”——人类看到登录弹窗，会停下来；AI也应该如此。
4. 完整实操流程：从零开始搭建你的视频自动化流水线
4.1 环境准备与工具链安装（实测可用清单）
所有操作在Ubuntu 22.04 LTS（WSL2）上完成，macOS和Windows WSL2同理。跳过任何“一键安装脚本”，手动安装才能掌控细节。
4.1.1 Hermes Agent安装（v0.9.8）
不要用官方curl | bash，它会装最新版（v0.10.0），而0.10.0的Tool Gateway对Camofox支持有Bug。手动安装v0.9.8：
# 1. 安装依赖 sudo apt update && sudo apt install -y python3-pip python3-venv git curl wget # 2. 创建虚拟环境 python3 -m venv ~/hermes_env source ~/hermes_env/bin/activate # 3. 克隆指定版本 git clone --branch v0.9.8 https://github.com/NousResearch/hermes-agent.git cd hermes-agent # 4. 安装（注意：跳过browser相关依赖，我们不用它） pip install -e . --no-deps pip install -r requirements.txt --no-deps # 单独装browser依赖（避免冲突） pip install playwright==1.43.0 # 5. 初始化 hermes setup # 选择OpenRouter（国内推荐），API Key填你申请的 # 大模型选 llama-3-70b-orca（免费额度足）提示：
hermes setup过程中，当问到“Browser Automation”时，选“No, I'll configure it manually”。因为我们不用Hermes内置浏览器工具。
4.1.2 Camofox安装与配置（v2.3.1）
Camofox是Rust写的，编译耗时。直接下Release：
# 下载Linux x64 Release wget https://github.com/camofox/camofox/releases/download/v2.3.1/camofox-v2.3.1-x86_64-unknown-linux-gnu.tar.gz tar -xzf camofox-v2.3.1-x86_64-unknown-linux-gnu.tar.gz sudo mv camofox /usr/local/bin/ # 创建Profile目录 mkdir -p /tmp/camofox_profile # 启动（后台运行） nohup camofox --port 8080 --profile-dir /tmp/camofox_profile --headless=false > /dev/null 2>&1 &验证：curl http://localhost:8080/json应返回JSON，包含"webSocketDebuggerUrl"。
4.1.3 Playwright与OpenCV安装
# Playwright（必须1.43.0，高版本对Camofox兼容差） pip install playwright==1.43.0 playwright install chromium # OpenCV（用于视觉校验） pip install opencv-python-headless==4.8.1.78 # 指定版本，避免numpy冲突4.1.4 模板图准备（B站为例）
- 用真实Chrome访问
https://www.bilibili.com/video/BV1xx411c7mu - F12打开开发者工具，
Ctrl+Shift+P，输入Capture area screenshot，框选“投币”按钮（80x32像素） - 保存为
~/hermes-agent/video_worker/coin_btn_template.png - 同样方法，截取“视频播放器”区域（1280x720），保存为
player_area_template.png
4.2video_worker.py完整代码与详解
这是整个流水线的核心，放在~/hermes-agent/video_worker.py：
#!/usr/bin/env python3 """ B站视频自动化工作流 功能：自动访问视频页，提取标题、时长、封面、链接 作者：一线博主 日期：2026-06-18 """ import os import json import time import re from datetime import datetime, timedelta from playwright.sync_api import sync_playwright import cv2 import numpy as np from PIL import Image # 配置常量 CAMOFOX_URL = "http://127.0.0.1:8080" TEMPLATE_DIR = os.path.expanduser("~/hermes-agent/video_worker") def get_video_info_from_bilibili(video_url: str) -> dict: """ 从B站视频页提取结构化信息 返回: { "title": str, "duration": str, # "10:23" "cover_url": str, "play_url": str, "publish_date": str # "2026-06-18" } """ with sync_playwright() as p: # 启动Chromium，强制走Camofox代理 browser = p.chromium.launch( headless=False, proxy={"server": CAMOFOX_URL}, args=[ "--disable-blink-features=AutomationControlled", "--disable-infobars", "--disable-extensions", "--no-sandbox", "--disable-dev-shm-usage", "--disable-gpu", "--window-size=1920,1080", "--user-data-dir=/tmp/camofox_profile", "--profile-directory=Default" ] ) page = browser.new_page() # 注入js，移除webdriver标志 page.add_init_script(""" Object.defineProperty(navigator, 'webdriver', { get: () => undefined }); """) # 访问页面 print(f"[INFO] Navigating to {video_url}") page.goto(video_url, timeout=30000) # 双快照校验：等待video-player出现且可见 if not wait_for_video_player(page): raise RuntimeError("Video player not loaded") # 提取信息 info = {} # 标题：通常在h1标签 try: title_elem = page.query_selector("h1.video-title") info["title"] = title_elem.inner_text().strip() if title_elem else "Unknown" except: info["title"] = "Unknown" # 时长：在video标签的controls上 try: duration_elem = page.query_selector("span.bpx-player-ctrl-time-duration") if duration_elem: duration_text = duration_elem.inner_text() # 匹配 "10:23" 或 "1:02:23" match = re.search(r'\d{1,2}:\d{2}(?::\d{2})?', duration_text) info["duration"] = match.group() if match else "00:00" else: info["duration"] = "00:00" except: info["duration"] = "00:00" # 封面URL：在meta标签 try: cover_url = page.eval_on_selector("meta[property='og:image']", "el => el.content") info["cover_url"] = cover_url if cover_url else "" except: info["cover_url"] = "" # 播放页链接：就是当前URL info["play_url"] = video_url # 发布日期：在发布信息区 try: pub_elem = page.query_selector("span.publish-time") if pub_elem: pub_text = pub_elem.inner_text() # B站格式："发布于 2026-06-18 14:22" match = re.search(r'(\d{4}-\d{2}-\d{2})', pub_text) info["publish_date"] = match.group(1) if match else datetime.now().strftime("%Y-%m-%d") else: info["publish_date"] = datetime.now().strftime("%Y-%m-%d") except: info["publish_date"] = datetime.now().strftime("%Y-%m-%d") browser.close() return info def wait_for_video_player(page, timeout=10000): """双快照校验：DOM存在 + 视觉可见""" start_time = time.time() template_path = os.path.join(TEMPLATE_DIR, "player_area_template.png") while time.time() - start_time < timeout: try: # DOM校验 elem
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
