华为云WAF，开启web网站的专属反爬虫防护罩

背景

从保护原创说起

作为一个原创技术文章分享博主，日常除了Codeing就是总结Codeing中的技术经验。

之前并没有对文章原创性的保护意识，直到在某个非入驻的平台看到了我的文章，才意识到，辛苦码字、为灵感反复试验创作出来的文章，被别人轻轻松松的用爬虫就爬走了。

除了原创保护的困扰，还在工作中遇到过类似的爬虫困扰。比如之前做的一个商品的榜单，也是遭到了大量爬虫的恶意爬取，未经授权使用我们的数据，且占用我们的带宽。

反爬虫的Plan A 和 Plan B

Plan A：自制反爬虫策略

之前借鉴过别人的反爬虫策略，比如SVG映射、数字映射、IP限制等。

奋码疾敲了很久，将主流的反爬虫策略实现了一遍，结果，还是有爬虫能跳过这些机制。

费事费力费心神，结果收效审问。

Plan B ：Web应用防火墙

既然我们的电脑有防火墙，帮助产生一道保护屏障，那么Web应用是不是也可以通过防火墙隔离爬虫的爬取呢？

我找了一下，发现华为云还真的提供了此类防护——WAF。

于是我果断选择了Plan B，也不由感慨一句：

华为云了解越多，技术之路走的越宽。

WAF

初步了解

WAF是Web应用防火墙的缩写，是华为云提供的对网站业务流量进行多维度检测和防护。

Web应用防火墙（Web Application Firewall， WAF），通过对HTTP(S)请求进行检测，识别并阻断SQL注入、跨站脚本攻击、网页木马上传、命令/代码注入、文件包含、敏感文件访问、第三方应用漏洞攻击、CC攻击、恶意爬虫扫描、跨站请求伪造等攻击，保护Web服务安全稳定。

深入了解

仔细研究了一下WAF的产品优势和使用场景，发现除了我目前比较需要的防爬虫的功能，其实WAF提供的大部分功能，作为一个前端开发者，都或多或少用的上。

比如防网页篡改，在刚入行的时候，就学习过如何预防xss攻击和CSRF攻击。

再比如秒杀防护，对于电商类网站，十分友好。我们现在做活动，每次都会进行压测。

此外，WAF还提供了内容安全检测功能，可以帮助减少人为的疏忽。

这样一来，使用WAF，相当于用了一份的成本精力，同时获得了多份的防护。

想要进一步了解WAF，可查看官方介绍。

反爬虫防护策略配置实战

前置条件

域名接入WAF

防护策略配置前，需要将域名接入WAF。具体的接入步骤，可以按照《添加防护域名（云模式）》提供的流程，写的很详细。

JS脚本反爬虫条件列表

在添加排除请求规则时，需要添加条件列表。

以下为添加条件列表的参数说明，可以结合参数说明，根据实际需求设计条件列表。

参数	参数说明	示例
规则名称	自定义规则名称。	waf
规则描述	可选参数，设置该规则的备注信息。	-
生效时间	立即生效。	立即生效
条件列表	条件设置参数说明如下： 字段：在下拉列表中选择需要防护的字段，当前仅支持“路径”、“User Agent”。 子字段 逻辑：在“逻辑”下拉列表中选择需要的逻辑关系。 内容：输入或者选择条件匹配的内容。 创建引用表的详细操作请参见创建引用表。	“路径”包含“/admin/”
优先级	设置该条件规则检测的顺序值。如果您设置了多条规则，则多条规则间有先后匹配顺序，即访问请求将根据您设定的优先级依次进行匹配，优先级较小的规则优先匹配。	5

我目前需要的条件列表如下：

规则名称	生效时间	条件列表	优先级
fpc	立即生效	路径：/activity	5

策略配置步骤

这里我参照了文档《通过配置反爬虫防护策略阻止爬虫攻击》进行配置。

主要分为三个步骤：

1、开启Robot检测

2、开启网站反爬虫

3、配置CC攻击防护

配置完成之后，可以自测一下。

当访问超过限制后需要输入验证码才能继续访问。

总结

WAF我目前只体验了反爬虫防护策略配置，配置流程很简单。主要是前置的域名接入WAF稍微有点复杂，不过接入成功，就可以开启后续的多重体验了。

此外，WAF入门版支持免费体验一个月，对于还处于探索阶段的开发者，用于前期技术调研，十分的友好。

---

作者简介：

非职业「传道授业解惑」的开发者叶一一。

「趣学前端」、「CSS畅想」系列作者，华夏美食、国漫、古风重度爱好者，刑侦、无限流小说初级玩家。如果看完文章有所收获，欢迎点赞 | 收藏⭐️ | 留言。