搜狗微信的反爬虫策略又升级了

2015-10-10 11:15:57 +08:00
 macken

继前不久升级反爬策略以后，又来了一次打升级，躺枪一片，非登陆情况下，新的策略使用了服务端生成验证串的方式，要破解很难，除非能破解加密算法了。大家有什么研究？

15529 次点击
所在节点    程序员
35 条回复
macken
2015-10-11 11:03:07 +08:00
@yepinf 估计悬了。。
macken
2015-10-11 11:03:40 +08:00
@blue7wings 应该是的 腾讯也投资搜狗了
macken
2015-10-11 11:03:51 +08:00
@icedx weixin.sogou.com
icedx
2015-10-11 14:16:40 +08:00
@macken Thx
cai314494687
2015-10-12 21:56:05 +08:00
@johnsneakers 提示：当前请求已过期，请点击重新加载 是什么回事？
johnsneakers
2015-10-13 09:55:34 +08:00
@cai314494687 url 地址换一个就好
cai314494687
2015-10-13 10:01:47 +08:00
@johnsneakers 请问一下改怎么换呢？我是通过爬取 http://weixin.sogou.com/gzhjs?openid=oIWsFt4YT884orutM3sne681o2co&ext=zMKRwhGG3zZOnYCeHMnEci1yfDOlbZgBQ_oiWPuAPHxvHeZHYNj946dNdLiB9Uz3&cb=sogou.weixin.gzhcb&gzhArtKeyWord=&page=1&t=1444701724118 获取到 URL 里面地址的
johnsneakers
2015-10-13 10:56:06 +08:00
@cai314494687 哦，我和你不一样。 我爬的是搜索页， 取搜索结果列表里面的 url
bowbright
2015-11-15 16:40:37 +08:00
@skip11
1.登录
2.模拟浏览器获取那个串
具体能展开说说么
bowbright
2015-11-15 16:52:08 +08:00
@johnsneakers 实验了你的代码，取到的 data 好像现在不对了。
<html>
<head><title>400 Bad Request</title></head>
<body bgcolor="white">
<center><h1>400 Bad Request</h1></center>
<hr><center>nginx</center>
</body>
</html>
g080166
2016-01-11 15:46:31 +08:00
请问这个问题后来有解决方案了吗？
g080166
2016-01-11 15:47:10 +08:00
搜狗一旦弄得多了，就让我输入验证码，已经被搞疯了，想问下有好心人提供下解决方案吗？
ACzero
2016-01-19 16:30:31 +08:00
@g080166 搜狗对采集限制比较严格，用 ip 代理可以解决
g080166
2016-01-21 11:26:18 +08:00
@ACzero 谢谢你的回答。我想问下用 ip 代理的话，会不会不稳定？另外，搜狗微信方面是否对这部分代理 ip 进行甄别？
ACzero
2016-01-29 14:42:10 +08:00
@g080166 可以去抓一些免费的代理 ip ，有不少都是每日或者每小时更新的，当然这些代理 ip 只有部分能用，提高采集频率就行

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/226844

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX