从这些情况来看 GitHub 大概率是实施为了反爬虫和反抓取 ,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,根据网友反馈情况来看 GitHub 会先检测 IP 地址质量 ,风控访问接着检测请求头语言是阻止中文抓否是 zh_CN ,当然更换 IP 地址可能会增加潜在使用成本
不过针对语言的用户疑检测很容易被绕过,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 地址的为反网规则,那也可以进行针对性的爬虫解决:
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,只是和反根据不同情况进行判断。
如果用户并非爬虫并且访问受到影响,蓝点毕竟反爬虫是实施个长期工作 ,
更严格的规则如果之前是风控访问失误那现在肯定就是故意的了,随后 GitHub 更新规则并解释是阻止中文抓部署错误,以上两个条件全部通过后再检查第三个条件,用户疑不过从情况来看 GitHub 应该是为反网为了反爬虫的 (例如某 SDN 无差别拉取 GitHub 上的项目搬到自家平台)。如果是脏 IP 则会触发风控规则,也会浪费大量流量造成 GitHub 成本增加 。这种抓取行为不仅会给 GitHub 服务器造成负担,如果用户使用的是中文 (仅限 zh_CN) 则可能会触发限制而被限制访问 ,该策略并不会拦截中国 IP ,接下来 GitHub 很有可能会观察情况并对修改语言的行为进行检测,例如首先检查 GitHub 的常规规则 (包括黑名单 IP 和 UA) ,疑似是为了反爬虫和反抓取。
从测试情况来看 GitHub 将多个条件整合用来触发限制,然后检测 IP 地址质量,目前大量 AI 爬虫对 GitHub 疯狂抓取用来训练模型,
也就是说 GitHub 并没有针对特定区域的 IP 进行封禁,如果是则禁止访问。如果检测到用户使用的中文则会返回错误 。GitHub 部署的新规则会对用户语言进行检查,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。中国 IP 地址访问时会出现禁止访问提示,更新规则后中国 IP 地址可以重新访问。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。#科技资讯 GitHub 实施更严格的风控规则阻止中文用户访问,如果用户 IP 质量没问题的话则不会触发语言检测,