本文共 1311 字，大约阅读时间需要 4 分钟。
巧破 Cloudflare 5秒盾
相信下面这个界面大家都不会陌生。【图1-1】
当我们第一次访问使用 CloudFlare 加速的网站时，网站就会出现让我们等待 5 秒种的提示，当我们需要的通过爬虫爬取这类网站的时候，应该如何爬取呢？
分析请求
首先我们需要分析在这个等待的时间里浏览器做了哪些操作。
通过抓包，我们可以看到在等待的过程中，浏览器做了下面的三次请求【图1-2】- 【图1-4】：
【图1-2】请求 1 写入 cookie 字段 __cfduid
【图1-3】请求 2 带有疑似加密的请求参数请求并写入 cookie 字段 cf_clearance
【图1-4】请求 3 带上前面写入的cookie 请求网站首页，返回首页内容。
这整个过程需要的请求现在已经分析清楚了，接下来就是使用 Python 实现这个请求流程，不过是这样的话就配不上这个标题了。
先说说这个按照正常流程是怎么实现抓取绕过的：
- 使用浏览器模拟技术请求目标网站，例如：Selenium、 PhantomJS等
- 破解请求 2 的加密参数使用请求库模拟整个请求过程
这两个方法当然是可以抓取的，但是都不符合标题的巧字。
接下来给大家介绍一个专门为了绕过这个 CloudFlare 开发的 Python 库 cloudflare-scrape
用上它就可以无感爬取使用了 CloudFlare 的网站，使用这个库非常简单。
安装
使用pip install cfscrape安装cloudflare-scrape，同时确认本地是否安装node.js开发环境，如果没有，需要安装配置nodejs开发环境。
使用实例
处理 get 请求的 CloudFlare
import cfscrape# 实例化一个create_scraper对象scraper = cfscrape.create_scraper()# 请求报错，可以加上时延# scraper = cfscrape.create_scraper(delay = 10)# 获取网页源代码web_data = scraper.get("https://wallhere.com/").contentprint(web_data) 处理 post 请求的 CloudFlare
# import cfscrape# 实例化一个create_scraper对象scraper = cfscrape.create_scraper()# 获取真实网页源代码web_data = scraper.post("http://example.com").contentprint(web_data) 使用cloudflare-scrape后整个请求过程如丝般顺滑。
来源：https://mp.weixin.qq.com/s/sxeqOt-s3d8M8NrqKyjhzA
http://xianyucoder.cn/2019/09/16/%E5%8F%8D%E5%8F%8D%E7%88%AC-%E5%B7%A7%E7%A0%B4%20Cloudflare%205%E7%A7%92%E7%9B%BE/转载地址：http://bmxaz.baihongyu.com/