关于采集碰到cloudflare的403错误

大西瓜

4 H3 ]" G4 B7 f' N, n$ t
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
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

' F+ m: @! [) H1 s应该不是IP的问题

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

7 }: i0 }; ?7 H  h6 B- k应该不是IP的问题

# ~) J/ d" u  ?$ x, n* ~( E0 M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
3 e. @, \7 S( W- Y) J( k' z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

选项其实都挺简单的，你就只能一个一个的试
! F# G8 a7 j( Z) ^% i$ e' a, F2 }
我自己一般是限制user agent 和 ASN

sead

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。
https://stackoverflow.com/questi ... ile-urllib-does-not
; e7 Y& _0 C/ ], C$ pCF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。