遇到爬虫、接口盗刷怎么办?反爬虫组件来助你

长按识别下方二维码,即可"关注"公众号

每天早晨,干货准时奉上!

本文来源:oschina.net/p/kk-anti-reptile

kk-anti-reptile是,适用于基于spring-boot开发的分布式系统的反爬虫组件。

壹、系统要求

  • 基于spring-boot开发(spring-boot1.x, spring-boot2.x均可)

  • 需要使用redis

贰、工作流程

kk-anti-reptile使用基于Servlet规范的的Filter对请求进行过滤,在其内部通过spring-boot的扩展点机制,实例化一个Filter,并注入到Spring容器FilterRegistrationBean中,通过Spring注入到Servlet容器中,从而实现对请求的过滤

在kk-anti-reptile的过滤Filter内部,又通过责任链模式,将各种不同的过滤规则织入,并提供抽象接口,可由调用方进行规则扩展

Filter调用则链进行请求过滤,如过滤不通过,则拦截请求,返回状态码509,并输出验证码输入页面,输出验证码正确后,调用过滤规则链对规则进行重置

目前规则链中有如下两个规则

叁、ip-rule

ip-rule通过时间窗口统计当前时间窗口内请求数,小于规定的最大请求数则可通过,否则不通过。时间窗口、最大请求数、ip白名单等均可配置

肆、ua-rule

ua-rule通过判断请求携带的User-Agent,得到操作系统、设备信息、浏览器信息等,可配置各种维度对请求进行过滤

伍、命中规则后

命中爬虫和防盗刷规则后,会阻断请求,并生成接除阻断的验证码,验证码有多种组合方式,如果客户端可以正确输入验证码,则可以继续访问

验证码有中文、英文字母+数字、简单算术三种形式,每种形式又有静态图片和GIF动图两种图片格式,即目前共有如下六种,所有类型的验证码会随机出现,目前技术手段识别难度极高,可有效阻止防止爬虫大规模爬取数据


陆、接入使用

后端接入非常简单,只需要引用kk-anti-reptile的maven依赖,并配置启用kk-anti-reptile即可 加入maven依赖

<dependency>
    <groupId>cn.keking.project</groupId>
    <artifactId>kk-anti-reptile</artifactId>
    <version>1.0.0-SNAPSHOT</version>
</dependency>

配置启用 kk-anti-reptile

anti.reptile.manager.enabled=true

前端需要在统一发送请求的ajax处加入拦截,拦截到请求返回状态码509后弹出一个新页面,并把响应内容转出到页面中,然后向页面中传入后端接口baseUrl参数即可,以使用axios请求为例:

import axios from 'axios';
import {baseUrl} from './config';

axios.interceptors.response.use(
  data => {
    return data;
  },
  error => {
    if (error.response.status === 509) {
      let html = error.response.data;
      let verifyWindow = window.open("","_blank","height=400,width=560");
      verifyWindow.document.write(html);
      verifyWindow.document.getElementById("baseUrl").value = baseUrl;
    }
  }
);
export default axios;


柒、注意

1、apollo-client需启用bootstrap

使用apollo配置中心的用户,由于组件内部用到@ConditionalOnProperty,要在application.properties/bootstrap.properties中加入如下样例配置,(apollo-client需要0.10.0及以上版本)详见apollo bootstrap说明

apollo.bootstrap.enabled = true

2、需要有Redisson连接

如果项目中有用到Redisson,kk-anti-reptile会自动获取RedissonClient实例对象; 如果没用到,需要在配置文件加入如下Redisson连接相关配置

spring.redisson.address=redis://192.168.1.204:6379
spring.redisson.password=xxx


捌、配置一览表

在spring-boot中,所有配置在配置文件都会有自动提示和说明,如下图

所有配置都以anti.reptile.manager为前缀,如下为所有配置项及说明:

NAME描述默认值示例
enabled是否启用反爬虫插件truetrue
include-urls需要反爬的接口列表,以'/'开头,以','分隔/client,/user
ip-rule.enabled是否启用IP Ruletruetrue
ip-rule.expiration-time时间窗口长度(ms)50005000
ip-rule.request-max-size单个时间窗口内,最大请求数2020
ip-rule.ignore-ipIP白名单,支持后缀'*'通配,以','分隔192.168.*,127.0.0.1
ua-rule.enabled是否启用User-Agent Ruletruetrue
ua-rule.allowed-linux是否允许Linux系统访问falsefalse
ua-rule.allowed-mobile是否允许移动端设备访问truetrue
ua-rule.allowed-pc是否允许移PC设备访问truetrue
ua-rule.allowed-iot是否允许物联网设备访问falsefalse
ua-rule.allowed-proxy是否允许代理访问falsefalse

-- END --

往期推荐

实战: 什么,Spring Cloud Feign 数据竟然丢失了?

2020年06月15日

 (13)

Java: 当对象不再使用时,不赋值为null会导致什么后果 ?

2020年06月11日

 (7)

思考: 为什么阿里P8、P9技术大牛会反复强调“结构化思维”?

2020年06月15日

 (17)

- 找资源 -

>>> 技术讨论群 <<<
▽想知道更多?
长按/扫码加我吧↑↑↑觉得有用就点个在看吧 
MobiusStrip CSDN认证博客专家 Java Java学习之道
欢迎关注微信公众号:【Java学习之道】-记录Java学习路上的点点滴滴;也欢迎来访我的博客:https://www.mmzsblog.cn
已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 代码科技 设计师:Amelia_0503 返回首页