内容简介: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 系统要求 基于spring-boot开发(spring-boot1.x, spring-boot2.x均可) 需要使用redis 工作流程 kk-anti-reptile使用基于Servlet规范的的Fil...
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
系统要求
- 基于spring-boot开发(spring-boot1.x, spring-boot2.x均可)
- 需要使用redis
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
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
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
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
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;
注意
- 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
- 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
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 | true | true |
include-urls | 需要反爬的接口列表,以'/'开头,以','分隔 | 空 | /client,/user |
ip-rule.enabled | 是否启用IP Rule | true | true |
ip-rule.expiration-time | 时间窗口长度(ms) | 5000 | 5000 |
ip-rule.request-max-size | 单个时间窗口内,最大请求数 | 20 | 20 |
ip-rule.ignore-ip | IP白名单,支持后缀'*'通配,以','分隔 | 空 | 192.168.*,127.0.0.1 |
ua-rule.enabled | 是否启用User-Agent Rule | true | true |
ua-rule.allowed-linux | 是否允许 Linux 系统访问 | false | false |
ua-rule.allowed-mobile | 是否允许移动端设备访问 | true | true |
ua-rule.allowed-pc | 是否允许移PC设备访问 | true | true |
ua-rule.allowed-iot | 是否允许物联网设备访问 | false | false |
ua-rule.allowed-proxy | 是否允许代理访问 | false | false |
以上所述就是小编给大家介绍的《反爬虫防盗刷 Spring Boot 组件 kk-anti-reptile 初版发布》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- iOS组件化开发架构设计思考(初版)
- 分布式链路日志组件 minbox-logging 初版发布
- ApiBoot v2.3.x 分支初版发布,走出重构源码架构设计第一步
- 基于 ApiBoot、Vue 的前后分离脚手架 ApiBoot Admin v1.0 初版发布
- 木兰编程语言 0.0.14.7:功能覆盖初版用户手册;Gitee Go 流水线尝鲜
- 爬虫需谨慎,那些你不知道的爬虫与反爬虫套路!
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
深入浅出HTML5编程
弗里曼 (Eric Friiman)、罗布森 (Elisabdth Robson) / 东南大学出版社 / 2012-4 / 98.00元
《深入浅出HTML5编程(影印版)(英文)》就是你的特快车票,它可以带你学习如何使用今天的标准同时也会是明日的最佳实践来搭建Web应用。同时,你会了解HTML5的新API的基本知识,甚至你还会弄明白这些API是如何与你的网页进行交互,JaVaScript如何为它们提供动力,以及你如何使用它们来搭建能够打动你的老板并且吸引你的朋友的Web应用。一起来看看 《深入浅出HTML5编程》 这本书的介绍吧!