关于采集碰到cloudflare的403错误

大西瓜

5 M7 c. r6 V4 @. d( k/ ]) m. C
4 d. m' K- s; F$ v; ]  @! A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
( y% @& y" @, e6 z' F6 e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

  q/ j+ z3 V- F& d5 J应该不是IP的问题

7 \% K% i& C( V8 [3 Z1 T你试试轮换user agent

大西瓜

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

5 n& m, {4 J: Y; ^5 ?应该不是IP的问题

" a) g+ K: t# ~6 ?- j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
; z# N: Q/ Y" J' L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 ...

8 m2 G& W) t4 H1 t/ s) H2 i5 HCF 后台的WAF 限制里面，没有br压缩这个判断的选项

5 l0 `7 f0 I3 r/ k5 z. r8 }2 X选项其实都挺简单的，你就只能一个一个的试
- b& W  ^( t, P9 R
我自己一般是限制user agent 和 ASN

sead

! H1 ?8 ^# ?; O0 t7 R7 m! W# ~ 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。
; j" [2 \/ d% Lhttps://stackoverflow.com/questi ... ile-urllib-does-not
; g" x1 @6 G1 }. ~9 h2 }2 HCF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。