基于 Spring Cloud 開發(fā)的分布式系統(tǒng),遇到爬蟲、接口盜刷怎么辦?
來源 |?oschina.net/p/kk-anti-reptile
kk-anti-reptile是，適用于基于spring-boot開發(fā)的分布式系統(tǒng)的反爬蟲組件。
系統(tǒng)要求
- 基于spring-boot開發(fā)(spring-boot1.x, spring-boot2.x均可)
- 需要使用redis
kk-anti-reptile使用基于Servlet規(guī)范的的Filter對請求進行過濾，在其內(nèi)部通過spring-boot的擴展點機制，實例化一個Filter，并注入到Spring容器FilterRegistrationBean中，通過Spring注入到Servlet容器中，從而實現(xiàn)對請求的過濾
在kk-anti-reptile的過濾Filter內(nèi)部，又通過責任鏈模式，將各種不同的過濾規(guī)則織入，并提供抽象接口，可由調(diào)用方進行規(guī)則擴展
Filter調(diào)用則鏈進行請求過濾，如過濾不通過，則攔截請求，返回狀態(tài)碼509，并輸出驗證碼輸入頁面，輸出驗證碼正確后，調(diào)用過濾規(guī)則鏈對規(guī)則進行重置
目前規(guī)則鏈中有如下兩個規(guī)則
ip-rule
ip-rule通過時間窗口統(tǒng)計當前時間窗口內(nèi)請求數(shù)，小于規(guī)定的最大請求數(shù)則可通過，否則不通過。時間窗口、最大請求數(shù)、ip白名單等均可配置
ua-rule
ua-rule通過判斷請求攜帶的User-Agent，得到操作系統(tǒng)、設(shè)備信息、瀏覽器信息等，可配置各種維度對請求進行過濾
命中規(guī)則后
命中爬蟲和防盜刷規(guī)則后，會阻斷請求，并生成接除阻斷的驗證碼，驗證碼有多種組合方式，如果客戶端可以正確輸入驗證碼，則可以繼續(xù)訪問
驗證碼有中文、英文字母+數(shù)字、簡單算術(shù)三種形式，每種形式又有靜態(tài)圖片和GIF動圖兩種圖片格式，即目前共有如下六種，所有類型的驗證碼會隨機出現(xiàn)，目前技術(shù)手段識別難度極高，可有效阻止防止爬蟲大規(guī)模爬取數(shù)據(jù)
后端接入非常簡單，只需要引用kk-anti-reptile的maven依賴，并配置啟用kk-anti-reptile即可 加入maven依賴
<dependency>
????<groupId>cn.keking.projectgroupId>
????<artifactId>kk-anti-reptileartifactId>
????<version>1.0.0-SNAPSHOTversion>
dependency>
配置啟用 kk-anti-reptile
anti.reptile.manager.enabled=true
前端需要在統(tǒng)一發(fā)送請求的ajax處加入攔截，攔截到請求返回狀態(tài)碼509后彈出一個新頁面，并把響應(yīng)內(nèi)容轉(zhuǎn)出到頁面中，然后向頁面中傳入后端接口baseUrl參數(shù)即可，以使用axios請求為例：
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
1、apollo-client需啟用bootstrap
使用apollo配置中心的用戶，由于組件內(nèi)部用到@ConditionalOnProperty，要在application.properties/bootstrap.properties中加入如下樣例配置，(apollo-client需要0.10.0及以上版本）詳見apollo bootstrap說明
apollo.bootstrap.enabled = true
2、需要有Redisson連接
如果項目中有用到Redisson，kk-anti-reptile會自動獲取RedissonClient實例對象; 如果沒用到，需要在配置文件加入如下Redisson連接相關(guān)配置
spring.redisson.address=redis://192.168.1.204:6379
spring.redisson.password=xxx
配置一覽表在spring-boot中，所有配置在配置文件都會有自動提示和說明，如下圖 :?
所有配置都以anti.reptile.manager為前綴，如下為所有配置項及說明
| NAME | 描述 | 默認值 | 示例 |
|---|---|---|---|
| enabled | 是否啟用反爬蟲插件 | true | true |
| include-urls | 需要反爬的接口列表，以'/'開頭，以','分隔 | 空 | /client,/user |
| ip-rule.enabled | 是否啟用IP Rule | true | true |
| ip-rule.expiration-time | 時間窗口長度(ms) | 5000 | 5000 |
| ip-rule.request-max-size | 單個時間窗口內(nèi)，最大請求數(shù) | 20 | 20 |
| ip-rule.ignore-ip | IP白名單，支持后綴'*'通配，以','分隔 | 空 | 192.168.*,127.0.0.1 |
| ua-rule.enabled | 是否啟用User-Agent Rule | true | true |
| ua-rule.allowed-linux | 是否允許Linux系統(tǒng)訪問 | false | false |
| ua-rule.allowed-mobile | 是否允許移動端設(shè)備訪問 | true | true |
| ua-rule.allowed-pc | 是否允許移PC設(shè)備訪問 | true | true |
| ua-rule.allowed-iot | 是否允許物聯(lián)網(wǎng)設(shè)備訪問 | false | false |
| ua-rule.allowed-proxy | 是否允許代理訪問 | false | false |