راهنمای عملی

چگونه در وب‌اسکرپینگ
مسدود نشویم

مسدود شدن بدشانسی نیست — یک سیگنال است. سیستم‌های ضدربات هر درخواست را بر اساس اعتبار آی‌پی، نرخ درخواست، هدرها و رفتار امتیازدهی می‌کنند. سیگنال‌هایی را که شما را لو می‌دهند برطرف کنید، نرخ مسدودسازی به‌شدت کاهش می‌یابد. این چک‌لیست عملی، تقریباً به ترتیب میزان تأثیر، در ادامه آمده است.

1. برای اهداف محافظت‌شده از آی‌پی خانگی استفاده کنید

بزرگ‌ترین سیگنال منفرد، ASN آی‌پی شماست. بازه‌های دیتاسنتر در لیست سیاه هر سیستم ضدربات هستند؛ آی‌پی‌های خانگی از ISPهای واقعی اعتبار یک کاربر معمولی را دارند. اگر سایتی فارغ از دقتی که در محدودسازی نرخ به خرج می‌دهید فوراً شما را مسدود می‌کند، مشکل نوع آی‌پی است — به خانگی سوییچ کنید.

2. آی‌پی را چرخش دهید و نشست‌ها را کنترل کنید

هزاران درخواست از یک آی‌پی، واضح‌ترین نشانه ربات است. برای خزش‌های گسترده در هر درخواست به یک آی‌پی تازه چرخش کنید، یا برای روندهایی که به تداوم نیاز دارند (ورود، سبد خرید، صفحه‌بندی) یک آی‌پی ثابت (sticky) نگه دارید. در Roam هر دو حالت را از طریق نام کاربری کنترل می‌کنید: یک -session-<id> تصادفی چرخش می‌کند، یک مقدار ثابت پایدار می‌ماند.

3. نرخ را محدود و زمان‌بندی را تصادفی کنید

انسان‌ها مثل مترونوم 20 درخواست در ثانیه شلیک نمی‌کنند. تأخیر اضافه کنید، آن را تصادفی کنید و همزمانی برای هر هدف را محدود کنید. به robots.txt و هر محدودیت نرخ منتشرشده احترام بگذارید — هم برای مؤدب بودن و هم برای مسدود نشدن.

4. هدرهای واقع‌گرایانه ارسال کنید

User-Agent پیش‌فرض یک کتابخانه فریاد می‌زند «من ربات هستم». یک User-Agent واقعی مرورگر، مجموعه‌ای ثابت از هدرهای Accept/Accept-Language ارسال کنید و آن‌ها را با کشور آی‌پی هماهنگ نگه دارید. یک آی‌پی ژاپنی را با مجموعه هدر فقط‌انگلیسی جفت نکنید.

5. جاوااسکریپت و اثر انگشت را مدیریت کنید

برخی اهداف به مرورگر واقعی (Playwright، Puppeteer) نیاز دارند تا JS را رندر کند و از بررسی اثر انگشت عبور کند. مرورگر هدلس یا ضدشناسایی را با پروکسی خانگی جفت کنید و به هر پروفایل مرورگر یک آی‌پی ثابت اختصاصی بدهید تا آی‌پی و اثر انگشت هماهنگ بمانند.

سوالات متداول

چرا با وجود فاصله بین درخواست‌ها باز هم مسدود می‌شوم؟

زمان‌بندی فقط یکی از سیگنال‌هاست. اگر آی‌پی شما از بازه دیتاسنتر باشد، هیچ میزان محدودسازی نرخ کمکی نمی‌کند — مسدودسازی در لایه شبکه و پیش از آنکه رفتار اهمیت پیدا کند رخ می‌دهد. ابتدا به آی‌پی خانگی سوییچ کنید، سپس زمان‌بندی را تنظیم کنید.

برای اسکرپینگ به چند پروکسی نیاز دارم؟

با پروکسی‌های خانگی با صورتحساب بر اساس گیگابایت، نیازی به شمردن تعداد پروکسی نیست — چرخش در یک استخر بزرگ به‌صورت خودکار انجام می‌شود. در عوض روی نرخ درخواست برای هر هدف تمرکز کنید. یک نقطه اتصال خانگی چرخشی، هر بار که توکن نشست را عوض کنید، یک آی‌پی تازه به شما می‌دهد.

آیا اسکرپینگ با پروکسی خلاف قانون است؟

استفاده از پروکسی قانونی است. قانونی بودن به این بستگی دارد که چه چیزی و چگونه اسکرپ می‌کنید: به داده‌های عمومی پایبند باشید، شرایط هر سایت را رعایت کنید، از داده‌های شخصی پرهیز کنید و نرخ درخواست را معقول نگه دارید.

مطالب مرتبط

Roam را رایگان امتحان کنید — 300 مگابایت هدیه ما

در چند ثانیه ثبت‌نام کنید، اهداف خود را روی آی‌پی‌های خانگی واقعی تست کنید و فقط بابت مصرف واقعی پرداخت کنید. $2 هر گیگابایت، موجودی همیشه معتبر.