关于采集碰到cloudflare的403错误

大西瓜

8 y$ ^# u! e- z2 t" s& X, ^, g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
, s8 l  e; |: |, 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
: ?- L1 I9 s9 x) o+ k
# ~+ Z) M# }, Z, k- S应该不是IP的问题
& Q: g. @: J$ u; M. w0 A
你试试轮换user agent

大西瓜

! I" O9 t$ n& M! q1 {8 |+ X$ h* S

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

" B" D6 D8 r$ G7 W" h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
! [% G% {/ F* u8 n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 ...

# e: X8 n0 ~* A1 a: s8 \) Z4 W; uCF 后台的WAF 限制里面，没有br压缩这个判断的选项

选项其实都挺简单的，你就只能一个一个的试

4 e5 u# x8 c% S+ t* C我自己一般是限制user agent 和 ASN

sead

  y/ l1 |, H, S6 j( c
5 ~8 C7 t, [  Q 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。
  h! m" B8 Y2 {& uhttps://stackoverflow.com/questi ... ile-urllib-does-not
( O1 n2 h+ }) X: w8 m3 Y7 LCF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。