**1. 基于請求頻率或總請求數量進行反爬**
爬蟲的行為與普通用戶有著明顯的區別,爬蟲的請求頻率與請求次數要遠高于普通用戶。
* 通過請求ip/賬號單位時間內總請求數量進行反爬
* 反爬原理:正常瀏覽器請求網站,速度不會太快,同一個ip/賬號大量請求了對方服務器,有更大的可能性會被識別為爬蟲
* 解決方法:對應的通過購買高質量的ip的方式能夠解決問題/購買個多賬號
* 通過同一ip/賬號請求之間的間隔進行反爬
* 反爬原理∶正常人操作瀏覽器瀏覽網站,請求之間的時間間隔是隨機的,而爬蟲前后兩個請求之間時間間隔通常比較固定同時時間間隔較短,因此可以用來做反爬
* 解決方法∶請求之間進行隨機等待,模擬真實用戶操作,在添加時間間隔后,為了能夠高速獲取數據,盡量使用代理池,如果是賬號,則將賬號請求之間設置隨機休眠
* 通過對請求ip/賬號每天請求次數設置閾值進行反爬
* 反爬原理:正常的瀏覽行為,其一天的請求次數是有限的,通常超過某一個值,服務器就會拒絕響應
* 解決方法:對應的通過購買高質量的ip的方法/多賬號,同時設置請求間隨機休眠
**2. 根據爬取行為進行反爬,通常在爬取步驟上做分析**
* 通過js實現跳轉來反爬
* 反爬原理:js實現頁面跳轉,無法在源碼中獲取下一頁url。
* 解決方法:多次抓包獲取條狀url,分析規律
* 通過蜜罐(陷阱)獲取爬蟲ip(或者代理ip),進行反爬
* 反爬原理:在爬蟲獲取鏈接進行請求的過程中,爬蟲會根據正則,xpath,css等方式進進行后續鏈接的提取,此時服務器端可以設置一個陷阱url,會被提取規則獲取,但是正常用戶無法獲取,這樣就能有效的區分爬蟲和正常用戶
* 解決方法:完成爬蟲的編寫之后,使用代理批量爬取測試/仔細分析響應內容結構,找出頁面中存在的陷阱
* 通過假數據反爬
* 反爬原理:向返回的響應中添加假數據污染數據庫,通常家屬劇不會被正常用戶看到
* 解決方法:長期運行,核對數據庫中數據同實際頁面中數據對應情況,如果存在問題/仔細分析響應內容
* 阻塞任務隊列
* 反爬原理:通過生成大量垃圾url,從而阻塞任務隊列,降低爬蟲的實際工作效率
* 解決方法:觀察運行過程中請求響應狀態/仔細分析源碼獲取垃圾url生成規則,對URL進行過濾
* 阻塞網絡IO
* 反爬原理:發送請求獲取響應的過程實際上就是下載的過程,在任務隊列中混入一個大文件的url,當爬蟲在進行該請求時將會占用網絡io,如果是有多線程則會占用線程
* 解決方法:觀察爬蟲運行狀態/多線程對請求線程計時/發送請求錢
* 運維平臺綜合審計
* 反爬原理:通過運維平臺進行綜合管理,通常采用復合型反爬蟲策略,多種手段同時使用
* 解決方法:仔細觀察分析,長期運行測試目標網站,檢查數據采集速度,多方面處理
- 爬蟲基本概念
- 爬蟲介紹
- 通用爬蟲與聚焦爬蟲
- 通用爬蟲
- 聚焦爬蟲
- HTTP與HTTPS協議
- HTTP協議簡介
- HTTP的請求與響應
- 客戶端HTTP請求
- 服務端HTTP響應
- requests庫
- requests庫簡介
- requests簡單使用
- 發送帶header的請求
- 發送帶參數的請求
- 案例:下載百度貼吧頁面
- 發送POST請求
- 使用代理
- 為什么要使用代理?
- 正反向代理
- 代理服務器分類
- 使用代理
- cookie和session
- cookie和session的區別
- 爬蟲處理cookie和session
- 使用session登錄網站
- 使用cookie登錄網站
- cookiejar
- 超時和重試
- verify參數忽略CA證書
- URL地址的解碼和編碼
- 數據處理
- json數據處理
- json數據處理方案
- json模塊處理json數據
- jsonpath處理json數據
- 正則表達式
- lxml
- xpath與lxml介紹
- xpathhelper插件
- 案例
- Beautiful Soup
- Beautiful Soup介紹
- 解析器
- CSS選擇器
- 案例
- 四大對象
- 爬蟲與反爬蟲
- 爬蟲與反爬蟲的斗爭
- 服務器反爬的原因
- 什么樣的爬蟲會被反爬
- 反爬領域常見概念
- 反爬的三個方向
- 基于身份識別進行反爬
- 基于爬蟲行為進行反爬
- 基于數據加密進行反爬
- js解析
- chrome瀏覽器使用
- 定位js
- 設置斷點
- js2py
- hashlib
- 有道翻譯案例
- 動態爬取HTML
- 動態HTML
- 獲取Ajax數據的方式
- selenium+driver
- driver定位
- 表單元素操作
- 行為鏈
- cookie操作
- 頁面等待
- 多窗口與頁面切換
- 配置對象
- 拉勾網案例
- 圖片驗證碼識別
- 圖形驗證碼識別技術簡介
- Tesseract
- pytesseract處理圖形驗證碼
- 打碼平臺
- 登錄打碼平臺
- 驗證碼種類
- 多任務-線程
- 繼承Thread創建線程
- 查看線程數量
- 資源共享
- 互斥鎖
- 死鎖
- 避免死鎖
- Queue線程
- 多線程爬蟲
- 多任務-進程
- 創建進程
- 進程池
- 進程間的通信
- Python GIL
- scrapy框架
- scrapy是什么?
- scrapy爬蟲流程
- 創建scrapy項目
- Selector選擇器
- logging
- scrapy shell
- 保存數據
- Item數據建模
- 翻頁請求
- Request
- CrawlSpider
- settings
- 模擬登錄
- 保存文件
- 內置Pipeline
- 自定義Pipeline
- 中間件
- selenium動態加載
- 防止反爬
- 隨機User-Agent
- 隨機IP代理
- settings中的參數
- 隨機延遲
- request.meta常用參數
- 分布式爬蟲
- 分布式原理
- scrapy_redis
- 去重問題
- 分布式爬蟲編寫流程
- CrawSpider改寫成分布式
- scrapy_splash
- scrapy_splash是什么?
- scrapy_splash環境搭建
- APP抓取
- Android模擬器
- appium
- appium是什么?
- appium環境搭建
- appium環境聯調測試
- appium的使用
- 演示項目-抓取抖音app
- 抖音app與appium的聯調測試
- 元素定位
- 抖音appium代碼
- 抓包軟件
- url去重處理