该问题已被锁定!
5
关注
3489
浏览

增加一个反爬虫的功能吧

AI智能回复搜索中,请稍后...

查看全部 3 个回答

wander 注册会员 用户来自于: 安徽省合肥市
2020-12-08 13:40

1.首先可以看看日志,抓取的爬虫是搜索引擎还是伪装为搜索引擎的爬虫。如果是搜索引擎且不想被对方抓取,可以通过robots.txt屏蔽,例如,屏蔽掉yandex、DotBot、Archiver等

#
# robots.txt for WeCenter
#
User-Agent: YandexBot
Disallow: /
User-Agent: DotBot
Disallow: /
User-Agent: trendictionbot
Disallow: /
User-Agent: ia_archiver
Disallow: /

2.如果是恶意抓取,可以分析IP地址,然后通过服务器端配置拒绝该IP的访问。


PS.反爬虫工作量、技术要求特别高,如果真有人可以针对,技术成本很高,看看大型站点在这方面的投入就知道了


关于作者

问题动态

发布时间
2020-12-02 11:08
更新时间
2020-12-23 22:16
关注人数
5 人关注

推荐内容

建议”问题补充“支持富文本框,例如百度的”UEditor“
建议话题描述中支持HTML
关于折叠答案与取消答案折叠的建议
关于标签内容的展示(建议)
建议:注册时候对一些来源邮箱禁止注册功能,有效防止垃圾用户
建议把发表回复的框提上来,放到所有回复的上面。
我有两个wecenter网站,如果把另一个网站问答数据导入另一个呢?
当关注问题为0时,不妨推荐几个,免得页面空空的
文本仅仅是黑色太单调。级别高了可拥有颜色