屏蔽百度蜘蛛方法之一二

發(fā)布者：象牙塔編輯部發(fā)布時(shí)間：2009-02-11 07:30:52.000

...

繼淘寶屏蔽百度蜘蛛以后,各大門(mén)戶(hù)先后屏蔽百度,屏蔽百度已經(jīng)成為今天的熱門(mén)話題.如果你也想屏蔽百度,那就試試下面的方法把

首先我自己不會(huì)屏蔽baiduspider，也不大相信baiduspider會(huì)故意忽略robots.txt，但如果你真的想屏蔽 baiduspider，可嘗試以下方法：

　　1. 上傳一個(gè)robots.txt到根目錄，內(nèi)容為：

　　User-agent: baiduspider

　　Disallow: /

　　一個(gè)搜索引擎爬蟲(chóng)工作前首先應(yīng)該訪問(wèn)/robots.txt制定排除列表，baiduspider還無(wú)法高級(jí)到故意忽略某些網(wǎng)站的robots.txt，不知道baiduspider怎么折騰才能讓robots.txt失效。

　　2. 如果僅僅因?yàn)榉?wù)器吃不消，不防按照的指示寫(xiě)信給百度。估計(jì)很多人試過(guò)得不到回復(fù)(Google基本都是2個(gè)工作日內(nèi)回復(fù))。

　　3. 如果還沒(méi)有辦法，可嘗試.htaccess屏蔽，上傳一個(gè).htaccess文件到根目錄，內(nèi)容為：

　　SetEnvIfNoCase User-Agent "^baiduspider" ban_bot

　　deny from env=ban_bot

　　還可以擴(kuò)大這個(gè)列表，屏蔽那些Email提取爬蟲(chóng)、網(wǎng)站克隆爬蟲(chóng)等(小偷一般不守法，但總比自己什么都不做強(qiáng))：

　　SetEnvIfNoCase User-Agent "^baiduspider" ban_bot

　　SetEnvIfNoCase User-Agent "^HTTrack" ban_bot

　　SetEnvIfNoCase User-Agent "^EmailCollector" ban_bot

　　SetEnvIfNoCase User-Agent "^EmailWolf" ban_bot

　　SetEnvIfNoCase User-Agent "^ExtractorPro" ban_bot

　　SetEnvIfNoCase User-Agent "^Offline" ban_bot

　　SetEnvIfNoCase User-Agent "^WebCopier" ban_bot

　　SetEnvIfNoCase User-Agent "^Webdupe" ban_bot

　　SetEnvIfNoCase User-Agent "^WebZIP" ban_bot

　　SetEnvIfNoCase User-Agent "^Web Downloader" ban_bot

　　SetEnvIfNoCase User-Agent "^WebAuto" ban_bot

　　SetEnvIfNoCase User-Agent "^WebCapture" ban_bot

　　SetEnvIfNoCase User-Agent "^WebMirror" ban_bot

　　SetEnvIfNoCase User-Agent "^WebStripper" ban_bot

　　deny from env=ban_bot

　　.htaccess要用文本方式上傳，有些Apache配置比較怪異，防止引起沖突建議上傳后立刻看看是否影響普通用戶(hù)的訪問(wèn)。如果瀏覽正常，再用FlashGet模擬baiduspider測(cè)試這個(gè).htaccess是否工作，方法是：

　　FlashGet->工具->選項(xiàng)->協(xié)議，把HTTP用戶(hù)代理改成用戶(hù)自定義：baiduspider;然后用FlashGet下載該網(wǎng)站任意頁(yè)面，在FlashGet的下載日志里得到HTTP/1.1 403 Forbidden則成功.