網頁爬蟲怎樣設定指紋和代理？採集不被封鎖的配置思路

核心結論：採集被封的原因很少集中在一點，多數分散在代理、指紋和採集節奏三層。配置順序比參數數量更重要。先為每個任務固定代理出口。再為環境配好一套邏輯一致的指紋參數。最後把請求頻率壓到目標站可接受的範圍。本文按這個順序給出配置清單，並說明怎樣用 Local API 把環境管理接進採集腳本。

「代理買了十幾條。」封鎖反而來得更密。做採集的團隊常把預算壓在代理上，問題卻未必出在代理數量。請求從同一條出口高頻進出、所有會話帶着同一套瀏覽器特徵、觸發驗證之後還按原計劃跑，任何一層失衡都會把買來的出口一起拖垮。

從產品形態看，MostMate 屬於指紋瀏覽器這類工具：每個帳戶配一套獨立的瀏覽器環境，代理、指紋參數和登入狀態都收在環境裏管理。放進採集場景，一個環境就對應一個採集任務的運行單元，環境之間不共享出口和設備特徵。代理決定請求從哪條線路出去，指紋決定目標站看到一台怎樣的設備。這兩層配穩了，節奏控制才有發揮空間。

被封的訊號分三層，配置順序由此決定

反爬對一次訪問的檢查大致沿三層展開。三層看的對象不同。配置動作也各不相同：

• 連接層：目標站先看請求從哪個 IP 來、屬於什麼類型。同一條出口高頻進出，或落在被標記的網域，最容易先被攔。
• 設備層：頁面腳本讀取 Canvas、WebGL、字體清單、時區這些參數，判斷訪問者是不是一台真實且正常的設備。
• 行為層：請求間隔、訪問路徑、登入後的動作節奏。長期機械一致的模式，會持續推高懷疑。

三層的失衡順序決定了配置順序。出口未定，語言、時區、地理位置這些跟 IP 聯動的參數就無處依附；設備特徵未固定，節奏調得再自然，目標站看到的仍是同一台機器在高頻訪問。所以動手順序是先代理、再指紋、後節奏，下面幾節沿這條線展開。

代理怎樣配：出口穩定比數量更重要

每個採集任務固定一條獨立出口，比堆一堆輪換 IP 更接近穩定採集。多個任務共用同一條出口時，一個任務觸發風控，同出口的其他任務往往跟着受牽連。出口獨立之後，任務之間至少在連接層互不牽連，排查時也能直接對出問題出在哪條線路上。

出口類型看風控強度定。風控寬鬆的站點，數據中心 IP 的成本就夠。主流電商和社媒站點，住宅 IP 的存活時間通常更長。兩類的信任度差異、成本結構與適用場景，可結合住宅 IP 和數據中心 IP 選用指南裏的對比來判斷，不必憑感覺選。

具體到 MostMate，代理在代理管理列表裏單獨維護。HTTP、HTTPS、SOCKS5 和 SSH 四種協議都有入口，每條填完都能用 Check proxy 按鈕即場測試連通性和出口歸屬。測通之後，再分配給環境。環境表單裏的代理設定對應三檔：不使用代理、自訂代理、選擇代理。採集環境建議選第三檔。所有出口集中在列表統一管理，哪個任務用哪條線路一眼可查。

代理這一層配完，接下來看設備特徵。

指紋參數怎樣定：一致性優先，隨機慎用

採集環境的指紋目標，是讓同一個環境長期呈現同一台正常設備的特徵。圍繞這個目標，參數分兩類處理：跟出口聯動的交給自動對齊，設備自身的固定成一套長期不動。

語言設定、介面語言、時區設定、地理位置這四項預設基於 IP 配置。出口確定之後，取值跟着對齊。換出口時省掉一輪人工核對。作業系統和瀏覽器版本選一套組合後固定下來，UA 隨之生成，整個任務週期不再動。螢幕解像度、CPU 核心數、裝置記憶體、字體清單保持真實取值，與所聲明的系統保持同源。

渲染類參數的處理方式更值得留意。Canvas、WebGL 這類成像與音訊輸出，介面提供的是噪音檔，在真實值上疊加輕微擾動，同時保留設備的原始邏輯。檢測方拿到的仍然是一套自洽的輸出，隨機取值為什麼反而危險，可結合指紋參數為什麼不要隨機裏的論證來理解。

落到採集環境的做法很具體：渲染類參數選噪音檔，不用隨機檔。參數配完也不用憑感覺核對，建立環境的表單右側有指紋預覽面板，時區、Canvas 檔位這些取值即時列在一起。儲存之前掃一眼，明顯錯位當場就能發現。

節奏與登入狀態：把行為層的不確定性降下來

新任務的試跑可以按三步走：

1. 定起點：個位數並發、秒級間隔，先跑一兩天。記錄驗證碼出現情況和異常返回比例。 2. 找邊界：一出現驗證碼就退回上一檔頻率。這一檔，就是該出口現時的安全邊界。 3. 再加量：邊界內穩定運行數天後，再小幅增加並發。間隔在基礎值上加隨機抖動，避免整齊劃一的請求節奏。

登入狀態放進環境裏保持。需要登入才能看的數據，登入一次之後，Cookie 和會話由環境保存。下次打開接着用。既省掉重複登入的驗證成本，也避免頻繁登入這個動作本身成為可疑訊號。動手之前，先確認採集範圍。robots 協議和服務條款決定了一個任務能不能長期跑，協議細節可參考 MDN 的 robots.txt 詞條，這一條排在所有配置參數之前。

用 Local API 把環境接進採集腳本

環境多了之後，逐個手動開關跟不上腳本節奏。MostMate 提供 Local API，本地介面加 API 金鑰，開啟安全校驗後每次請求都要帶上 Key。採集腳本可以透過它啟動、關閉環境，查詢環境狀態，把用哪個環境跑這個決策交給程式碼處理。視窗同步、RPA 和 API 各自適合什麼場景，多帳戶自動化選型指南裏做過對比，純腳本採集對應的主要是 API 這條線。

頁面級採集常用自動化框架驅動瀏覽器，Playwright 的安裝與上手在官方文件裏有完整說明。配合方式很直接：腳本先經 Local API 打開指定環境，再讓自動化框架接管這個環境裏的頁面操作，採集結束關閉環境。

頁面請求由完整瀏覽器環境發出，Cookie、儲存與指紋參數都留在環境裏，比裸 HTTP 請求保留的特徵完整得多。環境、代理、指紋這些概念在產品裏的整體關係，MostMate 是什麼一頁有系統性介紹，寫腳本前先過一遍，理解介面返回的欄位會快很多。

Local API 的調用次數有套餐門檻，介面標註為半年及以上套餐開放。寫腳本前先確認套餐週期。避免流程搭完才發現調用受限。

常見問題

每個採集任務都要單獨配一條代理嗎？

按目標站風控強度和任務量判斷。風控嚴、任務重的站點，值得一條獨享出口。低頻的小任務可以合用一條。但合用任務最好業務上互不相干。一個被標記，容易牽連同出口的其他任務。

指紋參數需要定期更換嗎？

不需要。同一環境的參數長期固定才是目標，頻繁更換會讓設備特徵失去連續性。只有出口更換或排查出參數錯位時，才動對應的那一項。

用 requests 直接請求不行嗎？

簡單介面可以。requests 這類請求庫不執行頁面腳本，拿不到完整的瀏覽器特徵。這類庫只適合無需渲染的開放介面。頁面級採集或風控較嚴的站點，用完整瀏覽器環境跑更穩。

數據返回突然變空，先查什麼？

先按頻率問題處理。降頻觀察一兩天。仍然異常時核對出口與指紋的一致性，再用瀏覽器環境手動訪問同一頁面。區分是站點結構變化還是訪問被攔。最後才考慮更換出口。

結語

採集能不能長期跑，取決於三層配置是否同時成立：出口穩定、指紋一致、節奏克制。任何一層失衡，都會放大另外兩層的成本。MostMate 把代理、指紋和登入狀態收進每個環境，環境即任務的運行單元，配合 Local API 可以直接接進現有的採集腳本。

想搭第一個採集任務，可以從下載 MostMate開始，用免費版的環境先把一個小站點的監控跑通，再逐步複製到其他任務。