服务器反爬虫攻略：Apache/Nginx/PHP禁止某些User Agent抓取网站

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(‘请勿采集本站，因为采集的站长木有小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，因为采集的站长木有小JJ！’); 
    } 
} 

四、测试效果

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：

Shell

curl –I –A ‘YisouSpider’ bizhi.bcoderss.com 

模拟 UA 为空的抓取：

Shell

curl –I –A ” bizhi.bcoderss.com 

模拟百度蜘蛛的抓取：

Shell

curl –I –A ‘Baiduspider’ bizhi.bcoderss.com  

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!