黑洞HTTP

黑洞HTTP

您的位置: 首页 > 新闻资讯 > 国内代理 > 正文

爬虫攻略:网站在哪些地方设置反爬虫

发布时间:2019年02月14日 来源:互联网

    自有网络以来,就一直存在爬虫和反爬虫,越是大网站,越是成熟的网站,其反爬虫机制越完善,最初的IP限制,验证码限制,还有其他的限制,今天小编跟大家一起去了解下网站在哪些地方设置反爬虫,而爬虫又是怎么应对的。


    1.用户行为反爬虫


    有一部分网站是通过检测用户行为,例如同一IP短时间内多次访问同一页面,或者同一账户短时间内多次进行相同操作。


    大多数网站都是前一种情况,对于这种情况,使用IP代理就可以解决。我们可以将代理IP检测之后保存在文件当中,但这种方法并不可取,代理IP失效的可能性很高,因此从专门的代理IP网站实时抓取,是个不错的选择。


    对于第二种情况,可以在每次请求后随机间隔几秒再进行下一次请求。有些有逻辑漏洞的网站,可以通过请求几次,退出登录,重新登录,继续请求来绕过同一账号短时间内不能多次进行相同请求的限制。


    还有针对cookies,通过检查cookies来判断用户是否是有效用户,需要登录的网站常采用这种技术。更深入一点的还有,某些网站的登录会动态更新验证,登录时,会随机分配用于登录验证的authenticity_token,authenticity_token会和用户提交的登录名和密码一起发送回服务器。


爬虫攻略:网站在哪些地方设置反爬虫


    2.通过Headers反爬虫


    从用户请求的Headers反爬虫是最常见的反爬虫策略。很多网站都会对Headers的User-Agent进行检测,还有一部分网站会对Referer进行检测(一些资源网站的防盗链就是检测Referer)。


    如果遇到了这类反爬虫机制,可以直接在爬虫中添加Headers,将浏览器的User-Agent复制到爬虫的Headers中;或者将Referer值修改为目标网站域名。对于检测Headers的反爬虫,在爬虫中修改或者添加Headers就能很好的绕过。


    3.限定某些IP访问


    免费的代理IP可以从很多网站获取到,既然爬虫可以利用这些代理IP进行网站抓取,网站也可以利用这些代理IP反向限制,通过抓取这些IP保存在服务器上来限制利用代理IP进行抓取的爬虫。


    4.动态页面的反爬虫


    有的时候将目标页面抓取下来,发现关键的信息内容空白一片,只有框架代码,这是因为该网站的信息是通过用户Post的XHR动态返回内容信息,解决这种问题的方法就是通过开发者工具(FireBug等)对网站流进行分析,找到单独的内容信息request(如Json),对内容信息进行抓取,获取所需内容。


    更复杂一点的还有对动态请求加密的,参数无法解析,也就无法进行抓取。这种情况下,可以通过Mechanize,selenium RC,调用浏览器内核,就像真实使用浏览器上网那样抓取,可以最大限度的抓取成功,只不过效率上会打些折扣。


    以上介绍了“网站在哪些地方设置反爬虫”,但也不仅仅是以上的几种,还有更多的反爬虫,大家也可以分享出来。


相关文章内容简介

1 爬虫攻略:网站在哪些地方设置反爬虫

    自有网络以来,就一直存在爬虫和反爬虫,越是大网站,越是成熟的网站,其反爬虫机制越完善,最初的IP限制,验证码限制,还有其他的限制,今天小编跟大家一起去了解下网站在哪些地方设置反爬虫,而爬虫又是怎么应对的。    1.用户行为反爬虫    有一部分网站是通过检测用户行为,例如同一IP短时间内多次访问同一页面,或者同一账户短时间内多次进行相同操作。    大多数网站都是前一种情况,对于这种情况,使用IP代理就可以解决。我们可以将代理IP检测之后保存在文件当中,但这种方法并不可取,代理IP失效的可能性很高,因此从专门的代理IP网站实时抓取,是个不错的选择。    对于第二种情况,可以在每次请求后随机间隔几秒再进行下一次请求。有些有逻辑漏洞的网站,可以通过请求几次,退出登录,重新登录,继续请 [阅读全文]

热门标签

最新标签

推荐阅读

  1. 19

    2019-04

    IP代理帮助你提高网站关键词排名

    网站的排名发生变动是很常见的,但如果是忽然之间大幅度降低,那肯定是出现问题了,关键词的排名怎么会降低?假如关键词排名下降如何处理?如何恢复关键词排名呢?针对部分人提出的这

  2. 14

    2019-02

    爬虫攻略:网站在哪些地方设置反爬虫

    自有网络以来,就一直存在爬虫和反爬虫,越是大网站,越是成熟的网站,其反爬虫机制越完善,最初的IP限制,验证码限制,还有其他的限制,今天小编跟大家一起去了解下网站在哪些地方设

  3. 17

    2019-01

    代理服务器环境下proxifier怎么设置?

    代理服务器环境下proxifier怎么设置呢?小编自己本身原来也是不会设置这个的,所以今天去研究了教程,现在为跟黑洞代理小编一样不会的人送上教程吧。

  4. 26

    2019-02

    使用Python爬取猫眼电影

    大数据时代,海量数据的获取离不开爬虫技术。再加上代理IP的帮助,爬虫技术的应用也就越来越广泛。下面一起来看一下一个有趣的实例——字体反爬。

  5. 25

    2019-04

    使用代理IP软件使工作更高效

    随着互联网世界的发展,营销不再局限于现实生活。对于进行网络营销的员工来说,它自然与代理IP不可分割。

  6. 24

    2019-08

    如何简单的利用代理ip做爬虫?

    一套稳定的代理池服务,可以提供上千个爬虫有效的代理,同时各个爬虫都是对应网站有效的免费ip代理服务器,从而保证爬虫快速稳定的运行,当然在公司做的东西不能开源出来。可以利用一