[发明专利]一种防WEB爬虫的方法和装置有效
| 申请号： | 201811333343.4 | 申请日： | 2018-11-09 |
| 公开（公告）号： | CN109492146B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 陆波;范渊 | 申请（专利权）人： | 杭州安恒信息技术股份有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 王文红 |
| 地址： | 310051 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种防WEB爬虫的方法和装置，涉及网络安全的技术领域，包括：取目标网页的第一目标数据和第一目标数据对应的HTTP响应数据；对第一目标数据的原始DOM树形结构中的目标锚标签的原始href属性值进行改写，得到包含目标URL的目标DOM树形结构；基于目标DOM树形结构，构造第一目标数据的目标HTML代码，并将目标HTML代码发送给客户端；获取客户端基于目标HTML代码发送的访问请求；若访问请求为对目标URL的访问请求，则确定客户端为爬虫，并对访问请求执行阻断操作，解决了现有的防爬虫方法无法对爬虫访问进行实时识别和防御技术问题。 | ||
| 搜索关键词： | 一种 web 爬虫 方法 装置 | ||
【主权项】：
1.一种防WEB爬虫的方法，其特征在于，包括：获取目标网页的第一目标数据和所述第一目标数据对应的HTTP响应数据，其中，所述第一目标数据包括以下至少一种：HTML数据，XML数据，文本数据，图片数据，音频数据；对所述第一目标数据的原始DOM树形结构中的目标锚标签的原始href属性值进行改写，得到包含目标URL的目标DOM树形结构，其中，所述目标锚标签为原始href属性值中不包括关键字http://，且所述href属性值的开头为非井字形关键字的锚标签；基于所述目标DOM树形结构，构造所述第一目标数据的目标HTML代码，并将所述目标HTML代码发送给客户端；获取所述客户端基于所述目标HTML代码发送的访问请求；若所述访问请求为对所述目标URL的第一访问请求，则确定所述客户端为爬虫，并对所述第一访问请求执行阻断操作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州安恒信息技术股份有限公司，未经杭州安恒信息技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811333343.4/，转载请声明来源钻瓜专利网。
