反爬虫组件kk-anti-reptile的工作流程与使用方法

 

 

kk-anti-reptile 是适用于基于spring-boot开发的分布式系统的反爬虫组件

系统要求

• 基于 spring-boot 开发 (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 规范的的 Filter 对请求进行过滤，在其内部通过 spring-boot 的扩展点机制，实例化一个 Filter，并注入到 Spring 容器 FilterRegistrationBean 中，通过 Spring 注入到 Servlet 容器中，从而实现对请求的过滤

在 kk-anti-reptile 的过滤 Filter 内部，又通过责任链模式，将各种不同的过滤规则织入，并提供抽象接口，可由调用方进行规则扩展

Filter 调用则链进行请求过滤，如过滤不通过，则拦截请求，返回状态码 509，并输出验证码输入页面，输出验证码正确后，调用过滤规则链对规则进行重置

目前规则链中有如下两个规则

ip-rule

ip-rule 通过时间窗口统计当前时间窗口内请求数，小于规定的最大请求数则可通过，否则不通过。时间窗口、最大请求数、ip 白名单等均可配置

ua-rule

ua-rule 通过判断请求携带的 User-Agent，得到操作系统、设备信息、浏览器信息等，可配置各种维度对请求进行过滤

命中规则后

命中爬虫和防盗刷规则后，会阻断请求，并生成接除阻断的验证码，验证码有多种组合方式，如果客户端可以正确输入验证码，则可以继续访问

验证码有中文、英文字母 + 数字、简单算术三种形式，每种形式又有静态图片和 GIF 动图两种图片格式，即目前共有如下六种，所有类型的验证码会随机出现，目前技术手段识别难度极高，可有效阻止防止爬虫大规模爬取数据

 

接入使用

后端接入非常简单，只需要引用 kk-anti-reptile 的 maven 依赖，并配置启用 kk-anti-reptile 即可

加入 maven 依赖

<dependency>
    <groupId>cn.keking.projectgroupId>
    <artifactId>kk-anti-reptileartifactId>
    <version>1.0.0-SNAPSHOTversion>
dependency>

配置启用 kk-anti-reptile

anti.reptile.manager.enabled=true

前端需要在统一发送请求的 ajax 处加入拦截，拦截到请求返回状态码 509 后弹出一个新页面，并把响应内容转出到页面中，然后向页面中传入后端接口 baseUrl 参数即可，以使用 axios 请求为例：

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 需启用 bootstrap

使用 apollo 配置中心的用户，由于组件内部用到 @ConditionalOnProperty，要在 application.properties/bootstrap.properties 中加入如下样例配置，(apollo-client 需要 0.10.0 及以上版本）详见 apollo bootstrap 说明

https://github.com/apolloconfig/apollo/wiki/

apollo.bootstrap.enabled = true

2.需要有 Redisson 连接

如果项目中有用到 Redisson，kk-anti-reptile 会自动获取 RedissonClient 实例对象；如果没用到，需要在配置文件加入如下 Redisson 连接相关配置

spring.redisson.address=redis://192.168.1.204:6379
spring.redisson.password=xxx

配置一览表

在 spring-boot 中，所有配置在配置文件都会有自动提示和说明，如下图

所有配置都以 anti.reptile.manager 为前缀，如下为所有配置项及说明

 

　　

审核编辑：汤梓红