您的位置:新闻资讯 >文章内容
常见的反爬虫及应对方法
来源:本站 作者:jinglingdaili 时间:2018-10-09 17:18:19

这几天在爬一个网站,网站做了很多反爬虫工作,爬起来有些艰难,花了一些时间才绕过反爬虫。在这里把我写爬虫以来遇到的各种反爬虫策略和应对的方法总结一下

 

反爬虫主要有以下几种方式:

1、通过UA判断。这是最低级的判断,一般反爬虫不会用这个做唯一判断,因为反反爬虫非常容易,直接随机UA即可解决。

2、通过单IP频繁访问判断。这个判断简单,而且
反爬虫比较费力,反爬虫绝佳方案。需采用多IP抓取。

3、通过Cookie判断,例如通过会员制账号密码登陆,判断单账号短时间抓取次数判断。这个反反爬虫也很费力。需采用多账号抓取。

4、动态页面加载。这个考验前端工程师的功底,如果前端写的好,各种JS判断,各种逻辑,像百度、淘宝一样,post登录很难。较好的方法,但是对于大牛,还是防不胜防。反反爬虫多采用渲染浏览器抓取,效率低下。

5、采用验证码。这里要么是登录的时候有验证码,要么是判断是爬虫时,不封IP,而是采用验证码验证,
验证码是反爬虫性价比较高的方案。反反爬虫一般接入OCR验证码识别平台或者人工打码平台,亦或者利用Tesseract OCR识别,亦或者采用神经网络训练识别验证码等。

精灵代理IP平台专业的企业级高质量代理IP供应平台,专业提供HTTP代理、HTTPS代理IPSocks5代理IP,且常年提供免费代理IP为技术爱好者免费学习代理IP知识所用欢迎咨询

在线客服
大客户VIP渠道
点击这里给我发消息
讨论QQ群
HTTP代理IP爬虫
客服电话
13318873961