未分類
4 5 月 2020

pixabay 反爬好厉害，浏览器能访问，复制所有 headers 用 curl 抓取，直接 403，好神奇！

pixabay 反爬好厉害，浏览器能访问，复制所有 headers 用 curl 抓取，直接 403，好神奇！

資深大佬 : kisshere 74

不能外出，在家闲来无事准备写爬虫练手，选了个 pixabay.com ,浏览器正常访问，复制浏览器 headers，用 curl 抓取页面内容：

<?php     $ch = curl_init('https://pixabay.com');     curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);     curl_setopt($ch, CURLOPT_HEADER, true);     curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);     curl_setopt($ch, CURLOPT_FOLLOWLOCATION,TRUE);     curl_setopt($ch, CURLOPT_HTTPHEADER, array(         "accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng;q=0.8,application/signed-exchange;v=b3",         "Accept-Language:en-US,en;q=0.5",         "Accept-encoding: identity",         "User-agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36",     ));     $a = curl_exec($ch);     curl_close($ch);     echo $a; ?>

直接返回 cloudflare 的 403，这是用了什么神奇的技术？我浏览器都能正常访问证明 ip 没被 ban

我是 php 小白，希望大神不吝赐教

大佬有話說 (9)

  • 資深大佬 : webshe11

    搞个 BurpSuite 抓包，看看到底一样不一样

  • 資深大佬 : ClarkAbe

    捕获服务端 SetCookie 然后用带 CfCookie 的请求再次…..

  • 主 資深大佬 : kisshere

    @ClarkAbe 浏览器清空 cookie 不带 referer 直接访问，还是能正常访问 pixabay，用 curl 就不行

  • 資深大佬 : chzzzy

    有时候我挂梯访问也会被 403

  • 資深大佬 : tqyq88

    测试通过
    curl ‘https://pixabay.com/’ -H ‘authority: pixabay.com’ -H ‘cache-control: max-age=0’ -H ‘upgrade-insecure-requests: 1’ -H ‘user-agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36’ -H ‘sec-fetch-user: ?1’ -H ‘accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3’ -H ‘sec-fetch-site: cross-site’ -H ‘sec-fetch-mode: navigate’ -H ‘referer: https://v2ex.com/t/640340’ -H ‘accept-language: zh-CN,zh;q=0.9’ -H ‘cookie: __cfduid=d449a6f26015565933edbff1e02f115151580005222; anonymous_user_id=f886998b-0a14-45fb-a0f4-77c58f2f627b; _ga=GA1.2.1192310497.1580005225; _gid=GA1.2.1957918665.1580005225; _gat_UA-20223345-1=1; is_human=1; _sp_id.aded=c8cdb6f1-c436-4cd6-8434-7055755d8aba.1580005226.1.1580005226.1580005226.5a63ed0f-69dc-4111-ba9b-a09f3f22a098; _sp_ses.aded=*; client_width=1399’

  • 資深大佬 : 0x400

    试试 https://couponbirds.com

  • 資深大佬 : baobao1270

    说不定是 Cookie 每次请求刷新……

  • 主 資深大佬 : kisshere

    @tqyq88 我这儿还是 403

  • 資深大佬 : bloggergo

    可能是网站使用了 cloudflare 的防盗链保护，需要检测 referer 同源或者空 referer 也可以，其他的域名会 403，还有 curl 的”Accept-encoding: identity”这个和用户浏览器有不同。