爬虫 robots.txt

最新推荐文章于 2024-10-24 10:19:25 发布

奔跑的_迷彩狼

最新推荐文章于 2024-10-24 10:19:25 发布

阅读量315

点赞数

分类专栏：爬虫文章标签：爬虫 python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_24712507/article/details/120020314

版权

爬虫专栏收录该内容

1 篇文章

订阅专栏

本文探讨了如何遵循robots.txt规范进行合法爬虫操作，强调了公开数据的合规性，并提供了访问robots.txt文件的方法和相关法律建议。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

爬虫要合法，登录的网站带token的不好说。公开数据一般是没问题的，但也要合规。

robots.txt是行业约定俗成的规范，遵守合理爬取。

它的访问方式也很简单，在根目录后加/rebots.txt即可，比如下面：

书写规范等可以参考百度百科。

按照rebots.txt内容去爬的话，即使你是被告，也是大概率赢。

参考：

百度百科：https://baike.baidu.com/item/robots%E5%8D%8F%E8%AE%AE/2483797?fromtitle=robots.txt&fromid=9518761&fr=aladdin

知乎文章：https://zhuanlan.zhihu.com/p/65463520

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。