英文网站建设 济南/网络推广途径

**

反爬终极思路

**
现在的反爬机制大多从限制ip，限制登陆（各种登录验证），访问频率（速度过快，出现人机验证等），以及携带签名等方式。但由于太严格的限制会误伤真实的用户，因此无法从根本防止数据被获取（当然现在也有一些高级做法，自定义字体，具体我就不说了，百度一下都有，这种方式能拦截掉几乎99%的爬虫）。最近做的一些爬虫中，发现了一些问题，有了一些新思路。首先反爬首先需要明确两个问题：
1、爬虫是如何抓取数据的？
2、如何阻止爬虫获取数据？

爬虫获取数据无非是将网页上显示的内容获取下来，那么只要不显示或者说显示不完整，就永远可以防止数据被抓去。这里举个例子：
假设我们有一万条数据需要展示（其中两千条数据属于用户关注度高的数据，八千条数据关注度较低），当一个ip来请求我们接口时，我们只给两千零五条数据（其中两千条为关注度高的数据，五条为八千里随机的五条）。

这样就可以在既不影响用户浏览的前提下，杜绝了数据库的信息都被抓取光。（这里还可以设置收费制度，比如电商平台，就可以收费的情况下让其在两千条内，否则就在八千随机里）

这里只是大概分享一下我的想法，实际情况还需要实际考虑，比如有些行业所有的数据都需要展示，像新闻这种是没有办法应用的。目前这种思路，某招聘网站已经采用了这种方式，还是有一定的实用性的。