| 1.1, Аноним (1), 19:01, 09/03/2026 [ответить]
| +1 +/– |
Так себе идея, не учитывающая много исключений.
Мы сделали чуть сложнее - проанализировали набор заголовков, используемых провайдеров, подсети и собрали набор маркеров. При поступлении запроса он (с помощью кода на lua в nginx) анализируется, при совпадении любого из маркеров ему начисляются очки. Например если Firefox шлет Chrome-специфичный заголовок, используется китайская локаль (90% скрейперов нападающих на наш хостинг имеют китайскую локаль), поведение не соответствует версии браузера, меченая ASN и т.д. Набрал больше первого порога - страницу отдаем, но с минимальной скоростью (в планах челлендж, но это потом). Набрал выше второго порога - давай до свидания! (с)
В среднем 27-35% трафика летит в 444, еще 8-10 отдается с задержкой. И с момента внедрения нагрузка на ноды бэкендов ни разу не превысила штатную.
| | |
| |
| 2.2, Гость (??), 20:58, 09/03/2026 [^] [^^] [^^^] [ответить]
| +1 +/– |
С ботами из сети Tencent как? оттуда валится столько запросов и входящего трафика, что лучше из банить до http сервера.
| | |
| |
| 3.4, Аноним (1), 06:52, 10/03/2026 [^] [^^] [^^^] [ответить]
| +1 +/– |
С ними проще - можно банить прям подсетями. Брать из BGP списки подсетей принадлежащие AS Tencent, Alibaba, Huawei cloud и пр. и закидывать пачками в ipset/netfilter. Простенький скрипт в кроне раз в неделю
| | |
|
|
| 1.3, S_Paul (??), 21:55, 09/03/2026 [ответить]
| +/– |
Вложенные "if"'ы наверное можно map'ами сделать.
map $is_http2:$is_rss:$is_bot $isdrop {
default 0
"0:0:0" 1;
}
server {
...
if ($isdrop = 1) { return 418; }
...
}
| | |
| 1.5, Аноним (5), 08:42, 11/03/2026 [ответить]
| +1 +/– |
Все нормальные скрейперы давно мимикрируют под браузер не только заголовком user-agent, но и протоколами. Продвинутые же скрейперы используют настоящий браузер. "Памяти всегда докупить можно (тм)". Сейчас у смузихлёбов на гитхабе тенденция - вообще всё делать через Microsoft Playwright (который через WebDriver работает с живой страницей), и не заморачиваться с реверсингом и кастомными скрейперами. Тьфу.
| | |
| |
| 2.6, Аноним (5), 08:44, 11/03/2026 [^] [^^] [^^^] [ответить]
| +/– |
Вообще всё - это когда этот playwright вообще ни к селу ни к месту. Но у Американских Высокооплачиваемых Скрейперописателей рабочее время слишком дорого для этого, дешевле оперативки докупить, оперативка ведь один раз покупается, а скрейпер писать - каждый раз надо.
| | |
| |
| 3.8, Аноним (8), 17:50, 12/03/2026 [^] [^^] [^^^] [ответить]
| +/– | |
Меня как-то с работы попёрли за то, что я долго писал скрейпер с обвязкой на C и JS и полной автоматизацией. Джун, который за меня переписал другой мой скрейпер на вебдрайвере, который до этого был написан через реверсинг приложения, по шапке не получил.
Если скрейпер пишет корпорация, она не заслужила оптимизации. Она твой результат работы и так перепродаёт за 10x твоей стоимости.
Если скрейпер пишешь ты или ты пишешь сервис для общего блага, только тогда и стоит потратить ценные годы своей жизни на реверсинг.
| | |
|
|
| 1.7, Аноним (7), 16:06, 12/03/2026 [ответить]
| +/– |
скоро боты поразмыслят и заявят о дискриминации.
| | |
|