pixabay 反爬好厉害，浏览器能访问，复制所有 headers 用 curl 抓取，直接 403，好神奇！

[kisshere]

不能外出，在家闲来无事准备写爬虫练手，选了个 pixabay.com ,浏览器正常访问，复制浏览器 headers，用 curl 抓取页面内容：

<?php
    $ch = curl_init('https://pixabay.com');
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($ch, CURLOPT_HEADER, true);
    curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION,TRUE);
    curl_setopt($ch, CURLOPT_HTTPHEADER, array(
        "accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng;q=0.8,application/signed-exchange;v=b3",
        "Accept-Language:en-US,en;q=0.5",
        "Accept-encoding: identity",
        "User-agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36",
    ));
    $a = curl_exec($ch);
    curl_close($ch);
    echo $a;
?>

直接返回 cloudflare 的 403，这是用了什么神奇的技术？我浏览器都能正常访问证明 ip 没被 ban

我是 php 小白，希望大神不吝赐教

[webshe11]

搞个 BurpSuite 抓包，看看到底一样不一样

[ClarkAbe]

捕获服务端 SetCookie 然后用带 CfCookie 的请求再次.....

[kisshere]

@ClarkAbe 浏览器清空 cookie 不带 referer 直接访问，还是能正常访问 pixabay，用 curl 就不行

[chzzzy]

有时候我挂梯访问也会被 403

[tqyq88]

测试通过
curl 'https://pixabay.com/' -H 'authority: pixabay.com' -H 'cache-control: max-age=0' -H 'upgrade-insecure-requests: 1' -H 'user-agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36' -H 'sec-fetch-user: ?1' -H 'accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3' -H 'sec-fetch-site: cross-site' -H 'sec-fetch-mode: navigate' -H 'referer: https://v2ex.com/t/640340' -H 'accept-language: zh-CN,zh;q=0.9' -H 'cookie: __cfduid=d449a6f26015565933edbff1e02f115151580005222; anonymous_user_id=f886998b-0a14-45fb-a0f4-77c58f2f627b; _ga=GA1.2.1192310497.1580005225; _gid=GA1.2.1957918665.1580005225; _gat_UA-20223345-1=1; is_human=1; _sp_id.aded=c8cdb6f1-c436-4cd6-8434-7055755d8aba.1580005226.1.1580005226.1580005226.5a63ed0f-69dc-4111-ba9b-a09f3f22a098; _sp_ses.aded=*; client_width=1399'

[0x400]

试试 https://couponbirds.com

[baobao1270]

说不定是 Cookie 每次请求刷新……

[kisshere]

@tqyq88 我这儿还是 403

[bloggergo]

可能是网站使用了 cloudflare 的防盗链保护，需要检测 referer 同源或者空 referer 也可以，其他的域名会 403，还有 curl 的"Accept-encoding: identity"这个和用户浏览器有不同。

[haha370104]

@baobao1270 cookie 里面的 _sp_id.aded 参数每次都会变，里面有个时间戳