过滤爬虫

python 代码

spider = agent.find('Yahoo! Slurp')
if spider != -1:
    continue
spider = agent.find('Baiduspider')
if spider != -1:
    continue
spider = agent.find('Googlebot')
if spider != -1:
    continue

 

这几家搜索引擎爬虫/Spider的UserAgent信息为：
Mozilla/5.0 (compatible; Yahoo! Slurp China; http://misc.yahoo.com.cn/help.html)
Mozilla/5.0 (compatible; Yahoo! Slurp; http://help.yahoo.com/help/us/ysearch/slurp)
Baiduspider+(+http://www.baidu.com/search/spider.htm)
Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)

分享到：

爬虫设计 | 集合操作

• 2007-11-02 09:20
• 浏览 1814
• 评论(0)
• 查看更多