关于采集碰到cloudflare的403错误

大西瓜

6 Z  w0 v- S0 }  L) F4 V
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
5 v3 b2 w/ q) _8 B0 _8 N& [$ M' Y, u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
: D) a8 m3 e- I
应该不是IP的问题

5 W  E. O8 Z& @8 Q2 w+ Z3 j  B8 b你试试轮换user agent

大西瓜

7 S8 I* G' y+ A# i& N

河小马 发表于 2021-6-29 13:26
5 a" o1 F6 c0 s% w6 c5 f4 L做为一个长期的CF付费用户，我觉得他是屏蔽了一些user agent

' N# [! G7 N9 g* T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
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 ...

! t* N5 @% i& b$ O; _/ d' H& ZCF 后台的WAF 限制里面，没有br压缩这个判断的选项
6 R# q& p( u1 o5 u6 p9 K# |
选项其实都挺简单的，你就只能一个一个的试
8 R4 S  d; M2 t
我自己一般是限制user agent 和 ASN

sead

5 p8 }3 \6 X2 o# h 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。
6 Y+ H1 G4 G7 N, E/ thttps://stackoverflow.com/questi ... ile-urllib-does-not
" s& C9 t- \9 @0 X& ICF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。