百度爬虫类型(Baiduspider)及robots设置方法

Baiduspider的user-agent是什么?百度各个产品使用不同的user-agent:
[table]
|[b]产品名称[/b] |[b]对应user-agent[/b]
|无线搜索 | Baiduspider-mobile
|图片搜索 | Baiduspider-image
|视频搜索 | Baiduspider-video
|新闻搜索 | Baiduspider-news
|百度搜藏 | Baiduspider-favo
|百度联盟 | Baiduspider-cpro
|网页以及其他搜索 | Baiduspider
[/table]

你可以根据各产品不同的user-agent设置不同的抓取规则,如果你想完全禁止百度所有的产品收录,可以直接对Baiduspider设置禁止抓取。在robots.txt中禁止爬虫抓取([url=http://www.baidu.com/search/robots.html]robots.txt写作方法[/url])

以下robots实现禁止所有来自百度的抓取:
User-agent: Baiduspider
Disallow: /

以下robots实现仅禁止来自百度视频搜索的抓取:
User-agent: Baiduspider-video
Disallow: /

以下robots实现禁止所有来自百度的抓取但允许图片搜索抓取/image/目录:
User-agent: Baiduspider
Disallow: /

User-agent: Baiduspider-image
Allow: /image/
请注意:Baiduspider-cpro抓取的网页并不会建入索引,只是执行与客户约定的操作,所以不遵守robots协议,如果 Baiduspider-cpro给您造成了困扰,请联系union1@baidu.com。
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回答: 爬虫robots.txt是一个很小的文本文件,位于网站的根目录,用来告诉爬虫工具是否要抓取网站的某些部分。它通常是一个叫作robots.txt的文本文件,一般放在网站的根目录下,它的作用是告诉爬虫和搜索引擎哪些页面可以抓取,哪些不可以抓取。在编写robots.txt文件时,需要注意的几点是,文件需要遵循UTF-8编码,以及可以使用一些指令来标明禁止爬虫访问的链接,如Disallow指令。例如,可以使用以下指令来禁止Baiduspider爬虫访问/myself、/month和/disallow链接:User-Agent: Baiduspider Disallow: /myself Disallow: /month Disallow: /disallow。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [robots.txt不是很详细的详解](https://blog.csdn.net/luomaCLX/article/details/122532670)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [爬虫Robots协议](https://blog.csdn.net/Smart_look/article/details/121599170)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [网站中的 robots.txt 在爬虫中的指导作用](https://blog.csdn.net/Together_CZ/article/details/86629056)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值