该问题已被锁定!
5
关注
3184
浏览

增加一个反爬虫的功能吧

AI智能回复搜索中,请稍后...

为什么被折叠? 0 个回复被折叠
cooldev 初级会员 用户来自于: 英国
2020-12-23 22:16

你可以简单通过iptables和fail2ban来控制用户的爬虫频率。
例如:如果一个ip地址在5秒钟内访问网站有20次, 你就可以通过iptables和fail2ban 禁止掉这个ip的访问。

wander 注册会员 用户来自于: 安徽省合肥市
2020-12-08 13:40

1.首先可以看看日志,抓取的爬虫是搜索引擎还是伪装为搜索引擎的爬虫。如果是搜索引擎且不想被对方抓取,可以通过robots.txt屏蔽,例如,屏蔽掉yandex、DotBot、Archiver等

#
# robots.txt for WeCenter
#
User-Agent: YandexBot
Disallow: /
User-Agent: DotBot
Disallow: /
User-Agent: trendictionbot
Disallow: /
User-Agent: ia_archiver
Disallow: /

2.如果是恶意抓取,可以分析IP地址,然后通过服务器端配置拒绝该IP的访问。


PS.反爬虫工作量、技术要求特别高,如果真有人可以针对,技术成本很高,看看大型站点在这方面的投入就知道了


小小123 初级会员 用户来自于: 北京市海淀区
2020-12-02 12:47

确实有需要,怎么防止内容被技术人员窃取的问题,官方考虑一下

关于作者

问题动态

发布时间
2020-12-02 11:08
更新时间
2020-12-23 22:16
关注人数
5 人关注

相关问题

为什么我的新用户无法不发附件图片,已经开启附件功能?
提一个小的功能建议
官方最近说要“优化前端交互和人机方面的设计”,能不能增加以下功能?
发现一个很明显的BUG!
分类右侧增加文章统计功能
“分享”功能的快捷性建议
运营-邮件群发 一个小建议
如果把搜索结果页的右边增加对应的百度知道搜索结果,大家觉得如何?
如何只显示若干回答中的一个?
请有信誉,有技术的二次开发者联系一下。本人要定制功能

推荐内容

百度贴吧的帖子评论,处理的蛮好,默认展开几条,更多也可以展开
为什么官方的开发进度很慢?分析一下原因
建议:在首页显示问题总数
建议:搜索栏输入关键词后出现的问题能显示链接title
做了一个网站,运营快1年了,求大家指点未来应该怎么发展
希望能够开发直接绑定wordpress的插件
数据批量导入的时候上传xlsx文件失败, upload_file_exceeds_form_limit
很需要数据库备份恢复功能 望官方考虑
wecenter是否在后台可以设置游客直接回复
建议个人卡片加入个人擅长话题内容