1. 基于请求频率或总请求数量
通过请求ip/账号单位时间内总请求数量进行反爬
反爬原理:正常浏览器请求网站,速度不会太快,同一个IP/账号大量请求了对方服务器,有更大可能性会被识别为爬虫
解决方法:对应的通过购买高质量的IP的方式能够解决问题/IP代理池
通过同一IP/账号请求之间的间隔进行反爬
反爬原理:正常人操作浏览器浏览网站,请求之间的时间间隔是随机的,而爬虫前后两个请求之间时间间隔通常比较固定同时时间间隔比较短,因此可以用来做反爬
解决方法:请求之间进行随机等待,模拟真实用户操作,在添加时间间隔之后,为空能够高速获取数据,尽量使用IP代理池,如果是账号,则将账号请求之间设置随机休眠
通过对请求IP/账号每天请求次数设置值进行反爬
反爬原理:正常的浏览器行为,其一天的请求次数是有限的,通常超过够一个值,服务器就会拒绝响应
解决方法:对应的通过购买高质量的IP的方法/多账号,同时设置请求间随机休眠
2. 根据爬取行为进行反爬,通常在爬取步骤上做分析
通过js实现跳转来反爬
反爬原理:js实现页面跳转,无法在源码中获取下一页url
解决方法:多次抓包获取条状url,分析规律
通过蜜罐(陷阱)获取爬虫IP(或者代理IP),进行反爬
反爬原理:在爬虫获取链接请求的过程中,爬虫会根据正则,xpath,css等方式进行后续链接的提取,此时服务器端可以设置一个陷阱url,会被提取规则获取,但是正常用户无法获取,这样就能有效的区分爬虫和正常用户
解决方法:完成爬虫的编写之后,使用代理批量爬取测试/仔细分析响应内容结构,找出页面中存在的陷阱
通过假数据反爬
反爬原理:向返回的响应中添加假数据污染数据库,通常假数据不会被正常用户看见
解决方法:长期运行,核对数据库中数据同实际页面中数据对应情况,如果存在问题/分析响应内容
阻塞任务队列
反爬原理:通过生成大量垃圾url,从而阻塞任务队列,降低爬虫的实际工作效率
解决方法:观察运行过程中请求响应状态/仔细分析源码获取垃圾url生成规则,对url进行过滤
阻塞网络IO
反爬原理:发送请求获取响应的过程实际上就是下载的过程,在任务队列中混入一个大文件的url,当爬虫在进行该请求时将会占用网络io,如果是有多线程,则会占用线程
解决方法:观察爬虫运行状态/多线程请求线程计时/发送请求
运维平台综合审计
反爬原理:通过运维平台综合管理,通常采用复合型反爬虫策略,多种手段同时使用
解决方法:仔细观察分析,长期运行测试目标网站,检查数据采集速度,多方面处理