注意: IP代理精灵仅提供国内ip网络节点,不提供境外网络节点,不能用于任何非法用途或访问境外封闭网站,不能跨境联网,只能用于合法的国内网络加速。

请登录 注册

首页 > 新闻资讯 > IP代理工程师告诉你有哪些厉害的反爬手段

IP代理工程师告诉你有哪些厉害的反爬手段

来源:IP代理精灵 作者:admin 时间:2019-06-04 11:04:22

爬虫与反爬虫天生就一对双胞胎,谈到反爬虫,或许你最先想起的是User-Agent+ Referer检测、验证码、ip访问速度、账号及cookie验证等,这类反爬虫对大家而言根本没有难度可言,完全能利用IP代理精灵所获得的动态ip加其它的一些措施实现完美的伪装,接近于真实用户浏览的,可是,别以为这样就没有后顾之忧了,一起来看下脑洞大开的前端工程师的反爬虫措施吧。

IP代理工程师告诉你有哪些厉害的反爬手段

一、 FONT-FACE拼凑式


范例:猫眼电影


猫眼电影网站,针对票房信息等展示的并非纯粹的数字。


网页采用font-face定义了字符集,并利用unicode去映射呈现。换句话说,去掉图像识别,必须同时抓取字符集,才能分辨出数字。


而且,每次页面刷新,字符集的url都会发生改变的,显然更大强度地提高了爬取成本。


二、BACKGROUND拼凑式


范例:美团


与font的方式差不多,美团里采用的是background拼凑。数字其实是图片,按照不同的background偏移,显示出不一样的字符。


而且不同页面,图片的字符排序都是有差异的。不过理论上只需生成0-9与小数点,为什么有重复字符还没有搞明白。


三、字符穿插式


范例:微信公众号文章


一些微信公众平台的文章里,穿插了各类迷之字符,而且按照样式把这些字符隐藏掉。


这类方式尽管惨绝人寰…但我觉得找不到太大的识别与过滤难度,甚至能够做得更好,不过也算作一种脑洞吧。


四、伪元素隐藏式


范例:汽车之家


汽车之家网站里,将关键的厂商数据,做到了伪元素的content里。


这又是一种策略:爬取网页,一定得解析css,还要拿到伪元素的content,这就提高了爬取的难度。


五、元素定位覆盖式


范例:去哪儿


酷爱数学的去哪儿,针对一个4位数的票价,首先用4个i标签渲染,然后2个b标签去绝对定位偏移量,覆盖有意呈现错误的i标签,最终在视觉上建立正确的价格…


这就表明爬虫能解析css还不够,还要会做数学题。


六、IFRAME异步加载式


范例:网易云音乐


网易云音乐网页一打开,html源码里基本上只有一个iframe,而且它的src是空白的:about:blank。接着js开始运行,把整个页面的框架异步塞到了iframe里面…


不过这一方法造成的难度并不大,仅仅在异步与iframe处理上绕了个弯,不管你是用selenium还是phantom,都有API能够拿到iframe里面的content数据。


七、字符集替换式


范例:去哪儿移动版


一样会欺骗爬虫的还有去哪儿的移动版。


html里明明写的3211,视觉上呈现的却是1233。原来他们重新定义了字符集,3与1的顺序刚好调换得来的结果…


因此,进行数据爬取的时候,需要对将爬取的目标进行分析,使用对应的应对措施破解反爬,而其中动态拨号vps正是必不可少的一种工具,它能帮助爬虫工程师解决IP限制问题,如爬虫抓取任务事半功倍。


最新资讯

推荐阅读

  1. 27

    2020-11

    使用代理IP后上网速度更慢的原因

    使用代理IP后上网速度更慢的原因!很多使用过代理IP的人都发现了这样一个问题,就是通过使用代理IP后上网的网速,会比没有使用代理IP上网的网速更慢一些,这是什么原因呢,我们一起来讨论

  2. 21

    2020-12

    为什么爬虫和代理IP相辅相成

    为什么爬虫和代理IP相辅相成?在互联网大数据时代,很多爬虫工作者都知道,爬虫工作的进行离不开代理IP的支持,特别是业务量巨大的爬虫工作,那么代理IP是怎么帮助爬虫按时完成任务的呢?

  3. 14

    2019-11

    代理ip软件市场上哪种比较好用?

    代理ip软件市场上哪种比较好用?市面上有很多种代理IP,按不同的方式来分,可以分为好多种。有HTTP(s)代理IP,有socks5代理IP;有动态代理IP,有静态代理IP;有独享IP池,有共享IP池。很难说的清楚

  4. 16

    2019-09

    IP代理如何帮助新媒体更快吸粉

    P代理如何帮助新媒体更快吸粉。流量时代,在互联网营销行业当中,伴随着小米一炮走红之后,“粉丝经济”如同武林秘籍公布天下之,人们争相开始研究如何吸引粉丝,怎运营粉丝,然后主

  5. 20

    2019-03

    IP代理精灵谈谈爬虫如何爬取京东商品及价格

    今天极光爬虫为大家介绍一下爬虫是如何爬取京东商品及价格的。首先,我们打开京东首页,例如,我们在搜索框输入“华为”进行搜索,搜索得到商品及价格会存入csv文本,只有静态的30个逐

  6. 23

    2019-05

    使用免费代理IP有什么风险

    市面上免费代理IP那么多,为什么还有人愿意花钱使用付费代理IP?下面由小编带大家简单分析一下使用免费代理IP有什么风险,相信大家就能够明白了。一、免费代理IP传送信息不安全。同理,