php 防止爬虫设置

Posted 2020-10-02

php代码如图所示：

<?php

//获取UA信息

$ua = $_SERVER[‘HTTP_USER_AGENT‘];

//将恶意USER_AGENT存入数组

$now_ua = array(‘FeedDemon ‘,‘BOT/0.1 (BOT for JCE)‘,‘CrawlDaddy ‘,‘Java‘,‘Feedly‘,‘UniversalFeedParser‘,‘ApacheBench‘,‘Swiftbot‘,‘ZmEu‘,‘Indy Library‘,‘oBot‘,‘jaunty‘,‘YandexBot‘,‘AhrefsBot‘,‘MJ12bot‘,‘WinHttp‘,‘EasouSpider‘,‘HttpClient‘,‘Microsoft URL Control‘,‘YYSpider‘,‘jaunty‘,‘Python-urllib‘,‘lightDeckReports Bot‘);

//禁止空USER_AGENT，dedecms等主流采集程序都是空USER_AGENT，部分sql注入工具也是空USER_AGENT

if(!$ua) {

    header("Content-type: text/html; charset=utf-8");

    die(‘李世龙原创 采集者木有小JJ！‘);

}else{

    foreach($now_ua as $value )

//判断是否是数组中存在的UA

    if(eregi($value,$ua)) {

        header("Content-type: text/html; charset=utf-8");

        die(‘请勿采集本站，采集的木有小JJ！‘);

    }

}

如果是vps，那非常简单，使用curl -A 模拟抓取即可，比如：模拟宜搜蜘蛛抓取：

本文出自 “李世龙” 博客，谢绝转载！