网络爬虫协议robots.txt
作者:互联网
bobots.txt 文件位置:
网站根目录:/var/www/html/robots.txt
文件内容:
User-agent: * Disallow: /?* Disallow: /pop/*.html Disallow: /pinpai/*.html?* User-agent: EtaoSpider Disallow: / User-agent: HuihuiSpider Disallow: / User-agent: GwdangSpider Disallow: / User-agent: WochachaSpider Allow: /
若某网站无robots.txt文件,即默认对于爬虫无限制
而实际上,robots协议只是一个说明文件,指出需遵守的爬虫协议,并没有实际的限制效果
标签:爬虫,robots,agent,Disallow,html,User,txt 来源: https://www.cnblogs.com/p36606jp/p/15113878.html