代理ip

>

换ip软件

>

http代理

>

ip代理

您的位置:首页 > 新闻资讯 > 文章内容
爬虫都有哪些限制措施
来源:互联网 作者:admin 时间:2020-02-28 17:05:51

  很多朋友陷入了一个这样的误区,他们认为,使用了代理IP就能愉快的爬取网站了,然而,当他们遇到了困难时,他们的第一反应就是:代理IP质量有问题,不可否认,这是很有可能的原因,但不仅限于此,还有一些其他原因也是需要考虑的,下面就此列举了一些常见的限制方式。



  Basic Auth


  一般会有用户授权的限制,会在headers的Autheration字段里要求加入;


  Referer


  通常是在访问链接时,必须要带上Referer字段,服务器会进行验证,例如抓取京东的评论;


  User-Agent


  会要求真是的设备,如果不加会用编程语言包里自有User-Agent,可以被辨别出来;


  Cookie


  一般在用户登录或者某些操作后,服务端会在返回包中包含Cookie信息要求浏览器设置Cookie,没有Cookie会很容易被辨别出来是伪造请求;


  也有本地通过JS,根据服务端返回的某个信息进行处理生成的加密信息,设置在Cookie里面;


  Gzip


  请求headers里面带了gzip,返回有时候会是gzip压缩,需要解压;


  JavaScript加密操作


  一般都是在请求的数据包内容里面会包含一些被javascript进行加密限制的信息,例如新浪微博会进行SHA1和RSA加密,之前是两次SHA1加密,然后发送的密码和用户名都会被加密;


  其他字段


  因为http的headers可以自定义地段,所以第三方可能会加入了一些自定义的字段名称或者字段值,这也是需要注意的。


  真实的请求过程中,其实不止上面某一种限制,可能是几种限制组合在一次,比如如果是类似RSA加密的话,可能先请求服务器得到Cookie,然后再带着Cookie去请求服务器拿到公钥,然后再用js进行加密,再发送数据到服务器。所以弄清楚这其中的原理,并且耐心分析很重要。


相关文章内容简介
推荐阅读
  • 15 2018-12
  • 01 2018-11
    PPTP和L2TP简介

    ​今天小编给大家介绍一下PPTP和L2TP,请看下面内容。

  • 15 2020-05
  • 12 2019-10
    选择代理IP常见的误区有哪些

    在我们日常的代理服务中,代理IP可以说是最常见的,也是最被普通网民所接受的。虽然经常使用,但是对于这种代理方式许多人还存在一定的误区,在这里我们就为大家消除这些误区。一、代

  • 08 2019-10
    教你轻松理解反向代理服务器“Nginx”

    我们先了解一下Nginx是什么。Nginx(ngine x)是一个高性能的HTTP和反向代理服务器,特点是占用内存少,并发能力强,事实上Nginx的并发能力确实在同类型的网页服务器中表现较好。Nginx不是web服务器

  • 29 2019-06
    有效时间不同的代理ip在实际应用中有何区别?

    有效时间不同的代理ip在实际应用中有何区别?估计代理IP这个词,大家都不少听说吧,但是你知道代理IP的一些知识么?知道怎么用么?知道都有哪些人使用么?说起代理IP的应用其实网上又很