美文网首页编程地带
爬虫反扒机制处理——Referer等错误码处理

爬虫反扒机制处理——Referer等错误码处理

作者: MA木易YA | 来源:发表于2019-01-16 18:39 被阅读1次
    image.png

        HTTP来源地址(referer,或 HTTP referer)是HTTP表头的一个字段,用来表示从哪儿链接到目前的网页,采用的格式是URL。换句话说,借着HTTP来源地址,目前的网页可以检查访客从哪里而来,这也常被用来对付伪造的跨网站请求。

        网站里面常常会用到这个属性来对爬虫进行限制,比如之前我们尝试的千图网爬虫案例中就有针对下载时的referer处理

    image.png
    当你傻愣愣的去访问页面时,往往会返回这样的错误信息页面
    image.png
        这里因为有关键字referer所以大家可能很快就能够判断出问题所在然后针对性做处理,但是更多时候往往会出现一些我们没遇到过的情况,,比如IP黑名单,Token防盗链等等,我们可以去CDN 默认错误码寻找常见的错误码信息,然后找到问题再针对解决, 这里举一些常见的错误对应CDN
    序号 错误码(code) 错误描述(msg) 发生了什么
    1 40310001 invalid url URL 被禁止访问
    2 40310002 region is forbidden 触发了地区访问限制规则
    3 40310003 too many requests 触发了 IP 频率限制规则
    4 40310011 invalid User-Agent header 触发了 User-Agent 防盗链规则
    5 40310012 remote address is forbidden 触发了 IP 黑白名单规则
    6 40310013 invalid user token 触发了 Token 防盗链规则
    7 40310014 invalid Referer header 触发了 Referer 防盗链规则
    8 40310015 referer uri is forbidden 触发了 Referer URI 防盗链规则

        比如之前的referer我们发现的错误所在然后直接在对图片的下载过程中对referer进行设置即可(这里直接将当前链接赋给referer)

    相关文章

      网友评论

        本文标题:爬虫反扒机制处理——Referer等错误码处理

        本文链接:https://www.haomeiwen.com/subject/shfvdqtx.html