关于采集碰到cloudflare的403错误

大西瓜

之前一套采集规则可以正常运行，对方站点也套了cloudflare，但只需要把登陆过的cookies放进去就可以了。前段时间不行了，采集不到。用浏览器可以正常打开网页，但是用curl采集的时候，怎么样都会提示403错误，要输入验证码。请问这个是对方使用了WAF或者防爬虫的规则吗。这种情况，一般能解决吗~？

emilylove

你还能突破cloudflare的防火墙不成
2 ^0 G7 M  v  W9 F% Y1 S. @. t想起他办法吧，比如换ip什么的

河小马

做为一个长期的CF付费用户，我觉得他是屏蔽了一些user agent
) @- m; E* W9 |# }' E
! u! @0 F! r# q* G# f应该不是IP的问题
% L& g" u! A# X/ u; j% l- }9 U' k
你试试轮换user agent

大西瓜

9 A+ m5 E5 z1 R- {. U* o1 |" E

河小马 发表于 2021-6-29 13:26
6 D1 a* |% f) D做为一个长期的CF付费用户，我觉得他是屏蔽了一些user agent

应该不是IP的问题

我用的就是自己浏览器的user agent，自己浏览器能正常访问的，也没有5秒验证。换了也没啥用。更改过这个agent,ip，判断不是简单的user agent问题。也不是Ip问题。这些我在不同国家的服务器都测试过。在想会不会对方启用了br压缩。我用chrome浏览器能直接打开。用IE9打开就会弹出验证码界面（还显示不出来那种）Please stand by, while we are checking your browser...

河小马

大西瓜 发表于 2021-6-29 14:20
3 R5 G( L% b# u我用的就是自己浏览器的user agent，自己浏览器能正常访问的，也没有5秒验证。换了也没啥用。更改过这个ag ...

1 ~& r- y3 l0 c0 t: U2 v8 N/ ]5 PCF 后台的WAF 限制里面，没有br压缩这个判断的选项
4 }" m* u+ Z" p
* ]1 ~! t6 ~" ^# x: t选项其实都挺简单的，你就只能一个一个的试

我自己一般是限制user agent 和 ASN

sead

之前用火车头碰到CF的特定规则会熄火，要专门写脚本转发后再采。
2 t8 k- B# V$ s- G7 phttps://stackoverflow.com/questi ... ile-urllib-does-not
CF对浏览器的访问特征做了锁定

newcb

还真遇到过这个问题，直接访问没有问题，用PHP采集就有出白页。