屏蔽百度蜘蛛方法之一二

發布者：象牙塔編輯部發布時間：2009-02-11 07:30:52.000

...

繼淘寶屏蔽百度蜘蛛以后,各大門戶先后屏蔽百度,屏蔽百度已經成為今天的熱門話題.如果你也想屏蔽百度,那就試試下面的方法把

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

　　1. 上傳一個robots.txt到根目錄，內容為：

　　User-agent: baiduspider

　　Disallow: /

　　一個搜索引擎爬蟲工作前首先應該訪問/robots.txt制定排除列表，baiduspider還無法高級到故意忽略某些網站的robots.txt，不知道baiduspider怎么折騰才能讓robots.txt失效。

　　2. 如果僅僅因為服務器吃不消，不防按照的指示寫信給百度。估計很多人試過得不到回復(Google基本都是2個工作日內回復)。

　　3. 如果還沒有辦法，可嘗試.htaccess屏蔽，上傳一個.htaccess文件到根目錄，內容為：

　　SetEnvIfNoCase User-Agent "^baiduspider" ban_bot

　　deny from env=ban_bot

　　還可以擴大這個列表，屏蔽那些Email提取爬蟲、網站克隆爬蟲等(小偷一般不守法，但總比自己什么都不做強)：

　　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的訪問。如果瀏覽正常，再用FlashGet模擬baiduspider測試這個.htaccess是否工作，方法是：

　　FlashGet->工具->選項->協議，把HTTP用戶代理改成用戶自定義：baiduspider;然后用FlashGet下載該網站任意頁面，在FlashGet的下載日志里得到HTTP/1.1 403 Forbidden則成功.