Nginx禁止蜘蛛爬取服务器
Posted enumx
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Nginx禁止蜘蛛爬取服务器相关的知识,希望对你有一定的参考价值。
修改nginx.conf,禁止网络爬虫的ua,返回403
添加agent_deny.conf配置文件
#禁止Scrapy等工具的抓取 if ($http_user_agent ~* (Scrapy|Curl|HttpClient)) { return 403; } #禁止指定UA及UA为空的访问 if ($http_user_agent ~ "FeedDemon|JikeSpider|Indy Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDaddy|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|YisouSpider|HttpClient|MJ12bot|heritrix|EasouSpider|LinkpadBot|Ezooms|^$" ) { return 403; } #禁止非GET|HEAD|POST方式的抓取 if ($request_method !~ ^(GET|HEAD|POST)$) { return 403; }
在网站相关配置文件中插入代码“include agent_deny.conf ;”。
location ~ [^/].php(/|$)
{
try_files $uri =404;
fastcgi_pass unix:/tmp/php-cgi.sock;
fastcgi_index index.php;
include fastcgi.conf;
include agent_deny.conf;
}
重新加载nginx
/etc/init.d/nginx reload
另外从apache中直接禁掉所有蜘蛛的抓取可以用以下配置
BrowserMatch "Spider" bad_bot
以上是关于Nginx禁止蜘蛛爬取服务器的主要内容,如果未能解决你的问题,请参考以下文章
nginx通过robots.txt禁止所有蜘蛛访问(禁止搜索引擎收录)