过滤爬虫

python 代码

1. spider = agent.find('Yahoo! Slurp')   
2. if spider != -1:   
3.     continue  
4. spider = agent.find('Baiduspider')   
5. if spider != -1:   
6.     continue  
7. spider = agent.find('Googlebot')   
8. if spider != -1:   
9.     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)