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 实名验证

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. 30

    2019-05

    ip代理怎样使用

    在日常工作中,有的网站打不开,受到了限制。这可以用代理服务器来访问。那么,ip代理怎样使用呢?在网上找到可用的IP地址后,在浏览器中的代理服务器设置中输入IP地址,这样关闭浏览器

  2. 12

    2019-08

    代理IP为什么会被识破

    代理IP是比较常见的工具,很多人的工作都离不开它。随着需求增大,提供代理的商家也越来越多。很多用户在使用的过程中发现,用了代理IP也有被目标服务器发现的情况,也会被封。那么,

  3. 09

    2019-07

    IP代理精灵的免费代理IP能不能使用

    很多朋友问我IP代理精灵网站首页的免费代理能不能使用,甚至还问是不是挂出来骗人的。这里有必要说明一下,既然是免费的,就不存在骗人的说法,骗你什么了呢?

  4. 25

    2019-09

    Python爬虫如何绕过网站的反爬虫机制?

    Python爬虫如何绕过网站的反爬虫机制?爬取网站的时候经常会遇到网站上都部署了反爬虫机制,当服务器检测到一段时间内同一个 IP 持续密集的访问网站,则将其判定为爬虫程序,在一段时间内

  5. 08

    2019-05

    如何使用代理IP爬虫抓取亚马逊商品数据

    什么是代理?什么情况下会用到代理IP?如何使用代理IP爬虫抓取亚马逊商品数据?下面一起来了解看看吧!代理服务器的功能就是代理用户去获取网络信息,之后再把相应的信息反馈给客户。

  6. 17

    2019-10

    IP地址的分类以及ip地址更改的影响

    IP地址的分类以及ip地址更改的影响