ThinkPHP请求统计如何过滤爬虫请求(完整源码)

千敏小哥_3163

千敏小哥_3163

2026-08-18

1026人浏览

原创

应将 ua 过滤统一收口至中间件(如 app/middleware/useragentfilter.php),白名单配置于 app/extra/spider.php,匹配用 stripos();须叠加 cookie、referer 校验,并在模型层查库+redis 锁防刷,gptbot 需 nginx 层 403 阻断。

thinkphp请求统计如何过滤爬虫请求(完整源码)

直接在 setInc() 前加 stripos($_SERVER['HTTP_USER_AGENT'], 'bot') 判断,会把 RSS 阅读器、微信内置浏览器、甚至部分 iOS WebView 全部误杀——这不是过滤爬虫,是自废武功。

用中间件统一拦截异常 UA,别在控制器里硬判断

控制器不是流量筛子。所有 UA 检查必须收口到中间件,否则后续加限流、打标、日志都得重复写。ThinkPHP 6+ 推荐路径:app/middleware/UserAgentFilter.php,handle() 中用 $request->header('user-agent') 取值($_SERVER 在 Swoole/FastCGI 下可能为空)。

  • 白名单配置放在 app/extra/spider.php,返回数组如 ['Chrome', 'Firefox', 'Mobile Safari', 'WeChat'],避免每次请求查 DB
  • 匹配必须用 stripos(),不是 == 或正则全匹配——Mozilla/5.0 (iPhone; CPU iPhone OS 17_5 like Mac OS X) 和 Mozilla/5.0 (iPad; CPU OS 17_5 like Mac OS X) 都该放过
  • 空 UA、纯数字(如 123456)、含 python-requests / curl / httpie 的字符串,记录日志后调用 $this->halt() 或走限流逻辑,不放行

光看 UA 根本拦不住真实爬虫,必须叠加 Cookie 和 Referer 校验

User-Agent 完全可伪造,curl -H "User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36" 一行就能绕过全部白名单。真正有效的组合判断是:

btpanel phpsite 宝塔面板PHP网站
btpanel phpsite 宝塔面板PHP网站

宝塔面板 PHP 网站管理:站点创建、删除、启停、PHP 版本切换、域名管理、SSL证书管理、伪静态管理、数据库管理

下载
  • 检查 $request->cookie('thinkphp_token') 是否存在且未过期——真用户有会话,多数爬虫连 Cookie jar 都不维护
  • 检查 $request->header('referer') 是否非空且域名与本站一致(可用 parse_url() 提取 host 对比)
  • 对 GET /article/123 这类详情页,若 UA 合法但 X-Requested-With 为空、Referer 为空、无 Cookie,直接跳过阅读计数

阅读计数逻辑必须和路由参数解耦,别用 param() 读 ID

param('id') 默认不走全局 default_filter,也不受中间件 mergeParam() 影响,容易被构造恶意路由参数刷量。正确做法是:

  • 用 input('get.id', 0, 'intval') 显式从 GET 取值并过滤,确保为正整数
  • 在模型层做双重校验:Db::name('article')->where('id', $id)->value('id') 存在才执行 setInc()
  • 计数更新前加 Redis 锁:Cache::store('redis')->lock("view_{$id}", 2)->get(function () use ($id) { ... }),防并发重复计数

OpenAI 的 GPTBot 必须单独封禁,robots.txt 不起作用

robots.txt 对 GPTBot 是摆设,它明确声明“尊重但不强制遵守”。千万级请求下,靠 PHP 层拦截已来不及。必须在 Web 服务器层前置阻断:

  • Nginx 配置中加:if ($http_user_agent ~* "GPTBot|Google-Extended") { return 403; }
  • 或更彻底:用 include 引入动态 IP 黑名单文件(路径如 /www/wwwroot/mysite.com/ip_blacklist.conf),脚本自动将高频 GPTBot 请求 IP 写入并重载 Nginx
  • 注意:Nginx 的 $http_user_agent 区分大小写,~* 才能匹配 GPTBot 和 gptbot

最易被忽略的点:阅读计数更新操作本身不能暴露在公开接口中,必须和文章展示逻辑分离;否则攻击者绕过 UA 判断,直接 POST /api/increase-view?id=123 就能刷爆。计数动作应只响应合法页面加载,并绑定会话与来源上下文。

php免费学习视频:立即使用
踏上前端学习之旅,开启通往精通之路!从前端基础到项目实战,循序渐进,一步一个脚印,迈向巅峰!

相关文章

PHP速学教程(入门到精通)
PHP速学教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

php thinkphp 爬虫

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
php文件怎么打开
php文件怎么打开

打开php文件步骤:1、选择文本编辑器;2、在选择的文本编辑器中,创建一个新的文件,并将其保存为.php文件;3、在创建的PHP文件中,编写PHP代码;4、要在本地计算机上运行PHP文件,需要设置一个服务器环境;5、安装服务器环境后,需要将PHP文件放入服务器目录中;6、一旦将PHP文件放入服务器目录中,就可以通过浏览器来运行它。

2023.09.01

10864

6

php怎么取出数组的前几个元素
php怎么取出数组的前几个元素

取出php数组的前几个元素的方法有使用array_slice()函数、使用array_splice()函数、使用循环遍历、使用array_slice()函数和array_values()函数等。本专题为大家提供php数组相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.11

6341

5

php反序列化失败怎么办
php反序列化失败怎么办

php反序列化失败的解决办法检查序列化数据。检查类定义、检查错误日志、更新PHP版本和应用安全措施等。本专题为大家提供php反序列化相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.11

2135

5

php怎么连接mssql数据库
php怎么连接mssql数据库

连接方法:1、通过mssql_系列函数;2、通过sqlsrv_系列函数;3、通过odbc方式连接;4、通过PDO方式;5、通过COM方式连接。想了解php怎么连接mssql数据库的详细内容,可以访问下面的文章。

2023.10.23

4008

4

php连接mssql数据库的方法
php连接mssql数据库的方法

php连接mssql数据库的方法有使用PHP的MSSQL扩展、使用PDO等。想了解更多php连接mssql数据库相关内容,可以阅读本专题下面的文章。

2023.10.23

4714

6

html怎么上传
html怎么上传

html通过使用HTML表单、JavaScript和PHP上传。更多关于html的问题详细请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.03

3711

9

PHP出现乱码怎么解决
PHP出现乱码怎么解决

PHP出现乱码可以通过修改PHP文件头部的字符编码设置、检查PHP文件的编码格式、检查数据库连接设置和检查HTML页面的字符编码设置来解决。更多关于php乱码的问题详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.09

5297

8

php文件怎么在手机上打开
php文件怎么在手机上打开

php文件在手机上打开需要在手机上搭建一个能够运行php的服务器环境,并将php文件上传到服务器上。再在手机上的浏览器中输入服务器的IP地址或域名,加上php文件的路径,即可打开php文件并查看其内容。更多关于php相关问题,详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.13

4162

8

sprintf函数用法详解
sprintf函数用法详解

sprintf函数的用法:1、格式化字符串;2、指定输出宽度和精度;3、返回值。更多关于sprintf函数用法详解的内容,大家可以阅读下面的文章。

2023.11.27

12062

4

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
墨刀帮助中心
墨刀帮助中心

共0课时 | 0人学习

MyEclipse学习中心
MyEclipse学习中心

共0课时 | 0人学习

Apache Subversion 官方手册
Apache Subversion 官方手册

共0课时 | 0人学习