NO.1
昨天发布的文章依然被那个盗版网站给抓取了
所以昨天的文章的7种方法,已操作的方法并没有生效,至少对爬虫没有生效,因为对方如果使用动态ip池,是无法禁止爬取
NO.2
使用的插件禁止User Agent显然也不见得有效,具体还要排查日志
保险起见,在博客的代码中加入禁止爬虫的方法最为直接
其次是Nginx/Apache/PHP等服务器配置中
NO.3
在wordpress中插入如下代码
//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('请勿采集本站,因为采集的站长木有小JJ!'); }else{ foreach($now_ua as $value ){ if(preg_match("/{$value}/",$ua)>0) { header("Content-type: text/html; charset=utf-8"); die('请勿采集本站,因为采集的站长木有小JJ!'); } }; };
NO.4
设置了N中方法禁止爬取,还是被爬😑