如何干掉各搜索引擎的爬虫
2022/10/25 11:06:05
很多爬虫，光爬不给流量。恶心、呸。我都替你们臊得慌，你们简直就是土匪！麻子！
比如头条。
2：使用robots.txt文件可以阻止爬虫爬取，但是有些流氓不遵守robots规则，这种方法几乎无效，还是把方法写下来。
打开nginx.conf文件，server段添加如下内容：保存，重启nginx后，浏览器在主域名后添加 /robots.txt 显示如下，即为成功3：由于上面的方法不是很凑效，于是俺们还是简单粗暴地使用 http_user_agent 来屏蔽。方法如下，
打开nginx.conf文件，server段添加如下内容：直接返回444，强制关闭服务器与客户端的连接而不返回任何响应信息给客户端。
比如头条。
- add_header X-Robots-Tag "noindex, nofollow";
2：使用robots.txt文件可以阻止爬虫爬取，但是有些流氓不遵守robots规则，这种方法几乎无效，还是把方法写下来。
打开nginx.conf文件，server段添加如下内容：
- location /robots.txt { default_type text/plain; return 200 "User-agent: *\nDisallow: /";}
- User-agent: *Disallow: /
打开nginx.conf文件，server段添加如下内容：
- if ($http_user_agent ~* "Bytespider|SEMrushBot|DuckDuckGo-Favicons-Bot|dark_NeXus_Qbot|360Spider|YisouSpider|YodaoBot|Sosospider|Sogou web spider|msnbot-media|msnbot|ia_archiver|EasouSpider|JikeSpider|ezooms.bot|Twitterbot|Facebot|AhrefsBot|SemrushBot|Baiduspider|YandexBot|YandexMobileBot|DotBot|MJ12bot|bingbot|Java|perl|Python|Wget|Xenu|^$"){return 444;}