写了个简单防采集，结果自己骗自己

[showecho]

Protected function _initialize(){
if($_COOKIE['ban']){
$this->redirect('verify/code');
}
$cookie=set_cookie('index');// 函数创建 cookie
if(!$cookie || $cookie>20){
$url = "http://".$_SERVER['HTTP_HOST'].$_SERVER['PHP_SELF'];
cookie('url',$url,120);
cookie('ban',1,1800);
}
}
我的本意是建立 cookie，如果 cookie 不存在，或者当前页面控制器命名的 cookie 两分钟超过 20 次访问就跳验证码，以为这样就可以防止简单的采集，但是我刚本地 wamp 用 file_get_contents(url)，就可以无限制采集，真是太菜了，实在不好意思说出来。

求一个简单的防采集代码，可以防住别人单 ip 连续采集，或者不同 ip 高频率采集，环境是 windows 2008，IIS 7.0，程序是 PHP。

[opengps]

首先，采集没法完全防御
cookie 是客户端的，必然行不通，得从服务端下手，控制单 ip 访问频率
验证码虽然没办法完全防御，但是可以过滤大部分小白采集，要求输入验证码看完整内容等做法

[tomczhen]

https://docs.microsoft.com/en-us/iis/configuration/system.webserver/security/dynamicipsecurity/denybyrequestrate

[tomczhen]

没看到是 IIS 7，不过应该用 https://www.iis.net/downloads/microsoft/dynamic-ip-restrictions 也可以。

[d5]

可以结合 IP 限制、headers 头校验、字体替换、人机验证大法，筛选掉一部分基础功不扎实的爬虫开发者。但是总归对搜索引擎不友好

[wszgrcy]

其实真要想抓，puppeteer 会抓的怀疑人生吧？(当然效率不能恭维)

[mooncakejs]

最简单的就算 ip 限流，大于阈值弹验证码。

[coolcoffee]

动态 ip 服务了解一下

[cdwyd]

假数据才是反爬利器，谁用谁知道。

[mywaiting]

防采集这样的手段太 low b 而且没有效果

真正的好的防采集，是设置阈值，然后区分搜索引擎的来源（这个很有技术含量）和其他爬虫来源

再然后，搜索引擎就返回真实的数据，其他爬虫来源嘛，终极手段是随机返回脏数据，是的，我就是传说中的反爬贱货中的战斗机，随机返回看起来是真实数据的脏数据

[smallgoogle]

防采集真的没有什么好办法，都是依靠阈值和区分策略吧。。。毕竟数据都是用户肉眼可见的东西，就算你控制 IP 了，真的要爬你，动态 IP，代理 IP 都是起飞的。

[tulongtou]

拨号 vps 了解一下

[iiusky]

...dz 防采集插件可以参考一下