怎样反爬虫java_这款spring-boot反爬虫组件让你不用担心网站再被爬

最新推荐文章于 2024-08-10 07:53:58 发布

徐培鹏

最新推荐文章于 2024-08-10 07:53:58 发布

阅读量451

点赞数 1

文章标签：怎样反爬虫java

本文链接：https://blog.csdn.net/weixin_33331063/article/details/114816776

版权

首页专栏 java 文章详情

这款spring-boot反爬虫组件让你不用担心网站再被爬

Github导航站发布于今天 02:26

大家好，我是为广大程序员兄弟操碎了心的小编，每天推荐一个小工具/源码，装满你的收藏夹，每天分享一个小技巧，让你轻松节省开发效率，实现不加班不熬夜不掉头发，是我的目标！

今天小编推荐一款反爬虫组件叫kk-anti-reptile，一款可快速接入的反爬虫、接口防盗刷spring boot stater组件。

1. 系统要求基于spring-boot开发(spring-boot1.x, spring-boot2.x均可) 需要使用redis

2. 工作流程

kk-anti-reptile使用基于Servlet规范的的Filter对请求进行过滤，在其内部通过spring-boot的扩展点机制，实例化一个Filter，并注入到Spring容器FilterRegistrationBean中，通过Spring注入到Servlet容器中，从而实现对请求的过滤。

在kk-anti-reptile的过滤Filter内部，又通过责任链模式，将各种不同的过滤规则织入，并提供抽象接口，可由调用方进行规则扩展。

Filter调用则链进行请求过滤，如过滤不通过，则拦截请求，返回状态码509，并输出验证码输入页面，输出验证码正确后，调用过滤规则链对规则进行重置。

目前规则链中有如下两个规则

ip-rule

ip-rule通过时间窗口统计当前时间窗口内请求数，小于规定的最大请求数则可通过，否则不通过。时间窗口、最大请求数、ip白名单等均可配置

ua-rule

ua-rule通过判断请求携带的User-Agent，得到操作系统、设备信息、浏览器信息等，可配置各种维度对请求进行过滤

3. 接入使用

后端接入非常简单，只需要引用kk-anti-reptile的maven依赖，并配置启用kk-anti-reptile即可。

加入maven依赖

cn.keking.project

kk-anti-reptile

1.0.0-SNAPSHOT

配置启用 kk-anti-reptile

anti.reptile.manager.enabled=true

前端需要在统一发送请求的ajax处加入拦截，拦截到请求返回状态码509后弹出一个新页面，并把响应内容转出到页面中，然后向页面中传入后端接口baseUrl参数即可，以使用axios请求为例：

import axios from 'axios';

import {baseUrl} from './config';

axios.interceptors.response.use(

data => {

return data;

error => {

if (error.response.status === 509) {

let html = error.response.data;

let verifyWindow = window.open("","_blank","height=400,width=560");

verifyWindow.document.write(html);

verifyWindow.document.getElementById("baseUrl").value = baseUrl;

}

);

export default axios;

5. 注意

apollo-client需启用bootstrap

使用apollo配置中心的用户，由于组件内部用到@ConditionalOnProperty，要在application.properties/bootstrap.properties中加入如下样例配置，(apollo-client需要0.10.0及以上版本)

apollo.bootstrap.enabled = true

需要有Redisson连接

如果项目中有用到Redisson，kk-anti-reptile会自动获取RedissonClient实例对象; 如果没用到，需要在配置文件加入如下Redisson连接相关配置

spring.redisson.address=redis://192.168.1.204:6379

spring.redisson.password=xxx

6.命中规则后

命中爬虫和防盗刷规则后，会阻断请求，并生成接除阻断的验证码，验证码有多种组合方式，如果客户端可以正确输入验证码，则可以继续访问

7.结尾

本期就分享到这里，我是小编南风吹，专注分享好玩有趣、新奇、实用的开源项目及开发者工具、学习资源！

希望能与大家共同学习交流,欢迎关注我的公众号【Github导航站】。

java 网页爬虫 springboot

阅读 30 发布于今天 02:26

本作品系原创，采用《署名-非商业性使用-禁止演绎 4.0 国际》许可协议

Github精选

公众号:【Github导航站】分享好玩有趣、新奇、实用的开源项目及开发者工具、学习资源

关注专栏

Github导航站

微信公众号:Github导航站

206 声望

2 粉丝关注作者

0 条评论

得票时间

提交评论