[[330844]]

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。原文http://33s.co/6s37

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

工作流程

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)

接入使用

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.project</groupId> 
    <artifactId>kk-anti-reptile</artifactId> 
    <version>1.0.0-SNAPSHOT</version> 
</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，并把響應內(nèi)容轉出到頁面中，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

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 

• 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: