爬虫的固定套路也就那么多，但反爬虫的套路却因不同网站而不同。所以，不同网站的反反爬虫策略也不一样，这也是令诸多爬虫工程师头疼的问题，不能一劳永逸，只能见招拆招，同时还不能影响爬虫效率。

一、加上headers参数

加headers参数是最基础的爬虫手段，一般都会收集一堆User-Agent，然后随机使用，这样就可以伪装成自然的浏览器用户，蒙混过第一关。反爬策略严格一点的，还得加上其他的参数，比如cookie等。

二、访问页面随机延时

大规模爬虫会访问到很多网页，每个页面的访问时间不能一样，这样很容易被识别。不同的用户访问习惯不同，所用的时间也不相同，所以，为了伪装的更逼真，每访问完一个页面，应该随机延时1-10秒，这样就无迹可寻了。

三、使用代理IP

大规模爬虫使用代理IP是必须的，不然将寸步难行。使用代理IP有两点好处：一是可以降低单IP单位时间内的访问频率，单IP的访问总次数，降低被封危险；二是即使IP被封了，还可以用其他的代理IP继续进行爬虫工作。

四、验证码处理

有的网站当访问次数达到其设定的阈值时就会出现验证码，或者本身就需要验证码登陆，虽然很多编程语言都有自动识别图像的包，但也只能识别最基础最简单的，对于大部分网站的验证码都无能为力。除非必要，尽量不要去触发验证码，万一触发了，也只能找人工打码平台帮忙了。

五、JS代码处理

上面几种反爬策略还好，可以想办法应付，然而最丧心病狂的反爬虫策略莫过于JS代码了，逻辑十分复杂深奥，简直不让人活，遇到这种JS策略，也只能模拟浏览器了。模拟浏览器其实就是一种自动的浏览器访问，与正常的用户访问很类似，所以可以跳过大部分的反爬机制，因为装得实在太像正常用户；不过缺点也很明显，就是慢。

当然，反爬虫策略不仅仅是以上几种，各种各样的反爬机制只有在爬取了各种各样的网站后才能见识到，只要身经百战，何惧反爬机制，破解了各种各样的反爬策略后，才会有一种“与天斗，与人斗，与反爬虫斗，其乐无穷”的境界。