针对搜索引擎爬虫的欺骗式SSR

djfml 发布于2019-06-28 18:24 / 437人阅读

摘要：对于已经完成的项目，为了让搜索引擎爬虫能爬几个页面，又是改前端代码，又是改后端语言真的是郁闷。对于渲染完成后的字符串，需要用正则或把其中的代码给去掉，这样爬虫就可以正常解析了实现，包括缓存策略共行代码

玩Google Webmasters的可能会有这种经历。自己开发的app用了Vue/React，写完后用Fetch as Google一爬傻眼了，爬不到东西。

网上搜解决方案出来的都是一堆额外的SSR框架，要上node，还看起来麻烦的要死。对于已经完成的项目，为了让搜索引擎爬虫能爬几个页面，又是改前端代码，又是改后端语言真的是郁闷。

一种迅雷不及掩耳盗铃式的解决方案：

判断浏览者是人还是爬虫
a. 是人，直接走正常html + javascript渲染流程
b. 是爬虫，去[2]

缓存文件夹找渲染好的html文件
a. 存在，把渲染好的html文件直接丢给爬虫
b. 不存在，去[3]

服务器开命令行浏览器访问同样地址，将渲染完成后的页面生成字符串丢给爬虫，并将字符串存储为html文件存放到缓存文件夹

如此一来，用户仍旧按原方式访问应用，而爬虫爬到的是已经渲染好的页面，这样就不会出现爬虫空白页面的情况了。当然在执行这套方案的时候有两个要点：

关于命令行浏览器。Headless Browser很多，但不是所有的都能用。很多地方说用PhantomJs来做，这个浏览器其实是不靠谱的。一来需要额外写个setTimeout的脚本来等待页面渲染完成，二来目前该浏览器不支持ES6，如果javascript里有不支持的语法会导致渲染失败。而使用chrome浏览器的话，语法支持没问题，而且只需一行代码即可搞定

google-chrome --headless --disable-gpu --dump-dom --no-sandbox --window-size=1280,1696

关于生成的字符串。用dump dom的方式生成的字符串是不能直接使用的，因为字符串中仍然包含用来客户端渲染的javascript代码，爬虫爬到后会尝试执行，然后又得出爬出了一个空页面。对于渲染完成后的字符串，需要用正则或DOM把其中的javascript代码给去掉，这样爬虫就可以正常解析了

PHP实现，包括缓存策略共50行代码

GPU云服务器云服务器能欺骗的服务器爬虫搜索引擎搜索引擎爬虫针对防火墙的攻击

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/28237.html

针对搜索引擎爬虫的欺骗式SSR

摘要：对于已经完成的项目，为了让搜索引擎爬虫能爬几个页面，又是改前端代码，又是改后端语言真的是郁闷。对于渲染完成后的字符串，需要用正则或把其中的代码给去掉，这样爬虫就可以正常解析了实现，包括缓存策略共行代码玩Google Webmasters的可能会有这种经历。自己开发的app用了Vue/React，写完后用Fetch as Google一爬傻眼了，爬不到东西。showImg(https:...

remcarpediem 2019-08-26 11:41 评论0 收藏0
web页面渲染（二）

摘要：然而这些代码也会竞争系统的处理能力，因此在页面内容被渲染完成之前，必须要经常处理一些东西。注意事项当在网站上选择渲染策略时，团队通常会考虑的影响。它显示了抓取工具显示任何页面的方式预览，找到的序列化内容执行后以及渲染过程中遇到的任何错误。客户端渲染（CSR）客户端渲染意味着在浏览器中使用Javascript直接渲染页面。所有的逻辑，数据获取，模板和路由都在客户端处理。对于移动设备...

mo0n1andin 2019-08-23 15:09 评论0 收藏0
理解vue ssr原理，自己搭建简单的ssr框架

摘要：前言大多数项目要支持应该是为了考虑，毕竟对于应用来说，搜索引擎是一个很大的流量入口。引入是一个构建客户端应用的框架，即组件是在浏览器中进行渲染的。由于服务端渲染要用做中间层，所以部署项目时，需要处于运行环境。前言大多数Vue项目要支持SSR应该是为了SEO考虑，毕竟对于WEB应用来说，搜索引擎是一个很大的流量入口。Vue SSR现在已经比较成熟了，但是如果是把一个SPA应用改造成S...

Riddler 2019-08-23 14:13 评论0 收藏0
Vue.js 服务端渲染业务入门实践

摘要：说起，其实早在出现之前，网页就是在服务端渲染的。没有涉及流式渲染组件缓存对的服务端渲染有更深一步的认识，实际在生产环境中的应用可能还需要考虑很多因素。选择的服务端渲染方案，是情理之中的选择，不是对新技术的盲目追捧，而是一切为了需要。作者：威威（沪江前端开发工程师）本文原创，转载请注明作者及出处。背景最近，产品同学一如往常笑嘻嘻的递来需求文档，纵使内心万般拒绝，身体倒是很诚实...

miya 2019-08-21 16:18 评论0 收藏0
React 服务端渲染完美的解决方案

摘要：服务端渲染两种方式根据上文介绍对服务端渲染利弊有所了解，我们可以根据利弊权衡取舍，最近在做服务端渲染的项目，找到多种服务端渲染解决方案，大致分为两类。第一种方式传统方式服务端渲染，解决用户体验和更好的，有诸多工具使用这种方式如的的等。最近在开发一个服务端渲染工具，通过一篇小文大致介绍下服务端渲染，和服务端渲染的方式方法。在此文后面有两中服务端渲染方式的构思，根据你对服务端渲染的利弊权...

DesGemini 2019-08-23 14:02 评论0 收藏0