反爬不是玄学：我被 6 个平台毒打后，总结的一套破解方法论

做自动化、爬数据的人，最常问的一句话是：「为什么同一个脚本，在别人那儿能跑，到我这就不行？」

其实反爬不是玄学。它本质是平台在判断「你到底是不是人」，而识别手段翻来覆去就那几类。我把踩过的坑归成四类，每一类给一套破解套路。摸清楚这四类，市面上大部分站你都能啃下来。

第一类：前端框架拦截（React 系）——你以为改好了，它根本不认

典型症状：你 innerHTML 塞进去的内容，一提交就丢了，或者点按钮没反应。

知乎的编辑器底层是 Draft.js（React 富文本框架）。它内部维护着自己的 state，你直接改 DOM，React 完全不知道，下次渲染又给你盖回去。

破解套路：别直接改 DOM，把输入「喂」给框架。React 认合成事件，不认原生赋值。比如：

await page.click('.DraftEditor-root');
await page.keyboard.insertText(content);

insertText() 会触发 React 的合成事件，Draft.js 这才认这笔输入。一句话：框架维护状态的场景，一律走事件，不走赋值。

第二类：DOM 隔离（Shadow DOM / 微前端）——querySelector 全是 null

典型症状：元素肉眼可见，但 document.querySelector() 一个都找不到。

微信视频号用了个叫 wujie 的微前端框架，页面全塞在 <wujie-app> 的 Shadow DOM 里。普通的 CSS 选择器全部失效，你会怀疑自己是不是打开了错误的页面。

破解套路：先穿透 shadowRoot，拿到真正的根节点，再往下找：

const shadowRoot = await page.evaluate(() =>
  document.querySelector('wujie-app').shadowRoot
);

记住：选择器失效时，先检查是不是被 Shadow DOM 隔开了，别急着怀疑反爬。

第三类：WAF / 网关拦截——请求直接给你打回来

典型症状：整个页面都进不去，统一返回个 4xx，或者一直转圈。

思否上了 Safeline WAF，自动化请求统一回 HTTP 468。我试过 headless、headful、换 UA、加 stealth，全被 JS Challenge 卡在门外。

破解套路：先分清是「JS Challenge」还是「IP 封禁」——这俩解法完全不同。

• JS Challenge：只能真浏览器 + human-like 慢速操作 + stealth 插件，让它觉得你是人。
• IP 封禁：换代理，本地直连基本无解。

这类最考验判断力。硬刚不动的时候，别死磕，绕过或者人工兜底，效率反而更高。

第四类：复杂异步流程——你以为传完了，其实没有

典型症状：文件「上传成功」了，结果发布是空的。

B站视频上传是分片的，你等 input 事件触发没用——文件传上去之后，它还要在后台转码。得等到「重新上传」按钮出现，才算真正传完：

await page.waitForSelector('.upload-reencode-btn', { timeout: 300000 });

破解套路：永远用状态信号，不用固定 sleep。 固定 sleep 要么浪费时间，要么还没好就继续跑。等「完成」标志出现，才是真的完成。

---

这四类对应了四种反爬思路：前端事件拦截、DOM 隔离、WAF 拦截、复杂异步。做自动化的，几乎都会撞上其中一两个。核心其实就一句：反爬打的是「识别你是脚本」，你打的牌是「装得像人」——走事件、穿 DOM、真浏览器、等状态，这套组合拳能破大半。

如果你也被某个平台的反爬卡住，或者想找人代做数据采集、自动化脚本、多平台内容分发，欢迎私聊交流。我平时也接这类私活，有需求可以直接私信，或者到我闲鱼上看看。

---