按照有效程度為序，列舉屏蔽爬蟲對鏈接抓取的3種方法
2023-05-05 分類： 網站建設
1、基于程序本身去防止爬取：作為爬蟲程序，爬取行為是對頁面的源文件爬取，如爬取靜態頁面的html代碼，可以用jquery去模仿寫html，這種方法偽裝的頁面就很難被爬取了，不過這種方法對程序員的要求很高。
2、基于iptables和shell腳本：可以對nginx的access.log進行策略定義，例如定義在1分鐘內并發連接數超過30個ip為非法，如ip不在白名單內，則加入iptables策略封掉，當然這種的缺點是會有“誤傷”，策略細粒度越小就會有更多的“誤傷”，細粒度大就會使效果變差，另外還有類似的第三方工具fail2ban，利用做filter和actor對一些有危害的操作記錄或是封ip。但是對于某個特定的爬蟲地址（例如網易、有道）的爬取行為拒絕也很難準確做到，因為你無法準確知道這些特定的爬蟲ip地址。注意：建議不要用封ip條目的方式,iptables列表長度是65535時就會封滿，服務器也就會死機。
3.使用robots.txt文件：例如阻止所有的爬蟲爬取，但是這種效果不是很明顯。代碼如下：
User-agent: *
Disallow: /
?
文章標題：按照有效程度為序，列舉屏蔽爬蟲對鏈接抓取的3種方法
新聞來源：http://www.js-pz168.com/news/258088.html
成都網站建設公司_創新互聯，為您提供網站排名、自適應網站、品牌網站設計、外貿建站、品牌網站制作、定制網站
聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯
猜你還喜歡下面的內容
- 百度的流量中，不計為SEO效果的流量主要包括哪些 2023-05-05
- 秦檜簡介（秦檜的生平簡介 ） 2023-05-05
- 蘇軾的5首元宵詩詞，我們找到了蘇軾元宵節古詩詞八首 2023-05-05
- 判斷網頁設計的好壞的10個重點整理 2023-05-05
- 網站的文章為什么不被收錄 2023-05-05
- 做好移動互聯網引流的三大思維模式 2023-05-05
- 網站推廣如何做SEO優化 2023-05-05
- 什么工具來評估關鍵詞的搜索量?長尾詞挖掘的方法和工具? 2023-05-05
- 你常用的流量分析系統是? UV和PV的中文名稱是什么 2023-05-05
- 創新互聯談大型網站如何建設 2023-05-05
- 讀蘇軾的5首元宵詩詞，才知古人的浪漫刻在骨子里 2023-05-05
- 70/80/90后退休年齡清楚了！延遲退休一覽表實施原則公布！ 2023-05-05
- 成功的網絡營銷軟文撰寫要點及思路 2023-05-05
- 創新互聯對做SEO常見的的問題總結 2023-05-05
- 網站都是怎么賺錢的呀？創新互聯分析建網站盈利的幾種方式 2023-05-05
- C語言和Python有什么區別，各自有什么優缺點？ 2023-05-05
- 企業網站建成后還需要維護嗎？ 2023-05-05
- 如何解決網站被降權？ 2023-05-05
- 響應式布局的網站應該怎么做 2023-05-05