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(wǎng)站建設

關于屏蔽爬蟲對鏈接抓取的問題，有些網(wǎng)站通過爬蟲去采集其它的網(wǎng)站頁面信息作為己用，大量的爬取行為會對web服務器有比較性能有影響，主要的表現(xiàn)就是會變得很慢。網(wǎng)站SEO優(yōu)化面試題看看你會怎么做？創(chuàng)新互聯(lián)介紹學習按照有效程度為序，列舉屏蔽爬蟲對鏈接抓取的3種方法。

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(tài)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(nèi)并發(fā)連接數(shù)超過30個ip為非法，如ip不在白名單內(nèi)，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(wǎng)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.kartarina.com/news/258088.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站排名、自適應網(wǎng)站、品牌網(wǎng)站設計、外貿(mào)建站、品牌網(wǎng)站制作、定制網(wǎng)站

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉載內(nèi)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(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載，或轉載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)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(jié)古詩詞八首 2023-05-05
判斷網(wǎng)頁設計的好壞的10個重點整理 2023-05-05
網(wǎng)站的文章為什么不被收錄 2023-05-05
做好移動互聯(lián)網(wǎng)引流的三大思維模式 2023-05-05
網(wǎng)站推廣如何做SEO優(yōu)化 2023-05-05