关于采集碰到cloudflare的403错误

大西瓜

7 i. @! B6 {  q
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
6 K4 D% `- i" v" r# K# F4 e/ Y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

$ L+ o- z% D2 F3 X应该不是IP的问题

你试试轮换user agent

大西瓜

1 N' i! ], o+ }0 z1 j& ^% ~# C

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
1 L' s4 l/ a3 f/ b8 ~0 N2 B7 L" N
应该不是IP的问题

, B: s0 `6 ]$ w6 i, q  u7 E" f  t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

6 H; |5 g% L- y; t) x0 W% f选项其实都挺简单的，你就只能一个一个的试

我自己一般是限制user agent 和 ASN

sead

) R! y# b+ o* J* i3 S$ P5 f 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 _0 P* M5 m2 u9 Whttps://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。