关于采集碰到cloudflare的403错误

大西瓜

( W9 U9 I. C' ~1 L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
" k; ?/ R5 {* U- r- 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

: B; z% a% f  X2 v3 w  R9 j6 [应该不是IP的问题

, F9 V/ [5 b& B3 F1 v$ `你试试轮换user agent

大西瓜

7 A/ I+ s. h/ z# ^; m

河小马 发表于 2021-6-29 13:26
! v3 |4 @; V4 i: M( M8 o做为一个长期的CF付费用户，我觉得他是屏蔽了一些user agent
2 ?# q# `8 J) j2 W9 S( T5 {; r: M' A
应该不是IP的问题

9 X* Z% @% m  _6 N: ]2 [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
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 ...

CF 后台的WAF 限制里面，没有br压缩这个判断的选项

! i) G$ D/ I) S" E9 k选项其实都挺简单的，你就只能一个一个的试
$ l, t5 @2 T6 h4 j/ O2 q
我自己一般是限制user agent 和 ASN

sead

4 O5 a( k3 d: X9 i, R( N% r: @ 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。
4 s) s4 l4 t6 Lhttps://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。