从这些情况来看 GitHub 大概率是更严格的规则为了反爬虫和反抓取,接下来 GitHub 很有可能会观察情况并对修改语言的风控访问行为进行检测 ,更新规则后中国 IP 地址可以重新访问 。阻止中文抓查看全文:https://ourl.co/108910
早前 GitHub 因为失误部署了屏蔽所有中国 IP 地址的用户疑规则,随后 GitHub 更新规则并解释是为反网部署错误 ,中国 IP 地址访问时会出现禁止访问提示 ,爬虫这种抓取行为不仅会给 GitHub 服务器造成负担,和反如果用户 IP 质量没问题的蓝点话则不会触发语言检测,如果用户使用的实施是中文 (仅限 zh_CN) 则可能会触发限制而被限制访问 ,也就是更严格的规则浏览器请求头的语言部分是否包含 zh_CN,那也可以进行针对性的风控访问解决:
1. 简单方法就是直接修改请求头将语言修改为 en_US 等其他未被限制的语言
2. 更换质量更好的 IP 地址避免触发风控,
阻止中文抓#科技资讯 GitHub 实施更严格的用户疑风控规则阻止中文用户访问,然后检测 IP 地址质量 ,为反网从测试情况来看 GitHub 将多个条件整合用来触发限制 ,例如首先检查 GitHub 的常规规则 (包括黑名单 IP 和 UA),接着检测请求头语言是否是 zh_CN ,
如果之前是失误那现在肯定就是故意的了,
也就是说 GitHub 并没有针对特定区域的 IP 进行封禁,如果是脏 IP 则会触发风控规则,
如果用户并非爬虫并且访问受到影响,如果检测到用户使用的中文则会返回错误 。疑似是为了反爬虫和反抓取 。GitHub 也只能根据爬虫的情况进行针对性的策略调整实现封禁。只是根据不同情况进行判断。以上两个条件全部通过后再检查第三个条件 ,不过从情况来看 GitHub 应该是为了反爬虫的 (例如某 SDN 无差别拉取 GitHub 上的项目搬到自家平台) 。因此如果用户使用企业代理软件访问 GitHub 的话就可能因为 IP 地址质量差 (脏 IP) 而触发语言检测 。如果是则禁止访问。该策略并不会拦截中国 IP ,目前大量 AI 爬虫对 GitHub 疯狂抓取用来训练模型,当然更换 IP 地址可能会增加潜在使用成本
不过针对语言的检测很容易被绕过,也会浪费大量流量造成 GitHub 成本增加 。毕竟反爬虫是个长期工作 ,GitHub 部署的新规则会对用户语言进行检查,