CF 的防抓取怎么这么厉害,这个 wp 的静态资源怎么都没法抓? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要在回答技术问题时复制粘贴 AI 生成的内容
alwayshere
V2EX    程序员

CF 的防抓取怎么这么厉害,这个 wp 的静态资源怎么都没法抓?

  •  
  •   alwayshere 2018-06-07 15:01:00 +08:00 2601 次点击
    这是一个创建于 2740 天前的主题,其中的信息可能已经有所发展或是发生改变。

    https://www.anthonyboyd.graphics/wp-content/uploads/2018/06/Matte-Black-Bottle-Mockup.zip

    尝试写爬虫练练手,找了个套了 CF 的无名小站,抓取它的静态地址时,用 chrome 和 Firefox 都能下载,用 php 咋都下载不下来,CF 直接给我 404,然后我把 Firefox 的 header 全复制下来,还是 404:

    file_get_contents('https://www.anthonyboyd.graphics/wp-content/uploads/2018/06/Matte-Black-Bottle-Mockup.zip',false,stream_context_create(array( 'http'=>array( 'method'=>'GET', 'header'=>"Accept:text/html,application/xhtml+xm … plication/xml;q=0.9,*/*;q=0. \r\n". "Accept-Language:zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2 \r\n". "Host:www.anthonyboyd.graphics \r\n". "Upgrade-Insecure-Requests:1 \r\n". "User-Agent:Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:61.0) Gecko/20100101 Firefox/61.0" ) ))); 

    遂用 cURL,还是不行,CF 直接给我 404,这到底是怎么回事? CF 辨别机器人这么强悍?

    lvsemi1
        1
    lvsemi1  
       2018-06-07 17:46:06 +08:00
    asdqwe876
        2
    asdqwe876  
       2018-06-07 17:56:36 +08:00 via Android
    楼主基础不行啊
    Mazi
        3
    Mazi  
       2018-06-07 18:21:07 +08:00   1
    几个问题。
    1、Accept 复制不全,中间省略了一段你没发现?
    2、关键的 Accept-Encoding 你没复制,现代浏览器都有这个东西,尤其你 UA 都说自己是火狐了,你却缺少了这个,很明显你不是真实用户。
    3、 加上 referer 字段,我刚测试了一下,没有 referer 返回 403,加上就 200 了。

    我写了个 test.php 给你参考。注意:这个链接最多下载 20 次(我已经下载了 1 次),24 小时 后过期。

    https://send.firefox.com/download/41f974a28a/#6o_Hfew3xBbF2NARCNhNCA
    jimages
        4
    jimages  
       2018-06-07 18:27:12 +08:00 via iPhone
    已经占用一次下载
    t123yh
        5
    t123yh  
       2018-06-07 18:31:49 +08:00 via Android
    将请求 Copy as cURL 了解一下
    Menci data-uid=
        6
    Menci  
       2018-06-07 19:15:42 +08:00 via Android
    占用了一次下载
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2558 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 29ms UTC 07:33 PVG 15:33 LAX 23:33 JFK 02:33
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86