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

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(zé)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(dāng)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)：

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(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：

? ?