python爬虫学习--防盗链

一 首先要了解什么是盗链

盗链是指服务提供商自己不提供服务的内容，通过技术手段绕过其它有利益的最终用户界面（如广告），直接在自己的网站上向最终用户提供其它服务商的服务内容，骗取最终用户的浏览和点击率。受益者不提供资源或者提供很少的资源，而真正的服务提供商却得不到任何的利益。

最熟悉的，就是盗版网络小说网站，可能盗链起点中文网等的小说内容。

根据盗链的形式，可简单地分成2类，常规盗链和分布式盗链。 常规盗链，只针对某个或某些网站的链接。在自己的页面嵌入别人的链接即可。分布式盗链，互联网上任何一台机器都可成为盗链的对象。服务提供商一般在后台设置专门程序（spider,爬虫）在网上抓取有用的链接，然后存储到自己的数据库中，而对于最终用户的每次访问，都将其转化为对已有数据库的查询。被查询到的URL就是被盗链的对象。由于对文件的访问已经被浏览器屏东掉了，最终用户感觉不到所访问的链接是被盗取的链接。

二 反盗链

原始方式， 修改文件或目录的名称

限制引用页， 仅限自己站内提交，或自己信任的站点提交的。否则视为盗链

文件伪装，用得最多的技术，一般结合服务器动态脚本，。实际上用户请求的文件地址，只是一个经过伪装的脚本文件。这个脚本文件会对用户的请求作认证。一般会检查session,cookie或者http_referer作为判断是否为盗链的依据。而真实的文件实际隐藏在用户不能够访问的地方，只有用户通过验证以后才会返回给用户。

加密认证， 先从客户端获取用户信息，根据信息和用户请求的文件名一起加密成session id作身份验证。成功后，才把用户需要的文件传送给客户。对分布式盗链非常有效。

随机附加码，