java防止爬虫过滤器_Nginx反爬虫策略,防止UA抓取网站

本文介绍了如何通过编辑Nginx配置文件`anti_spider.conf`,设置规则禁止特定如`scrapy`、`curl`等工具的HTTP请求,以防止网站被爬虫抓取。同时列举了部分常见爬虫的User-Agent,并提供了模拟测试的方法和一些无用爬虫的识别。
摘要由CSDN通过智能技术生成

新增反爬虫策略文件:

vim /usr/www/server/nginx/conf/anti_spider.conf

文件内容

#禁止scrapy等工具的抓取

if ($http_user_agent ~* (scrapy|curl|httpclient)) {

return 403;

}

#禁止指定ua及ua为空的访问

if ($http_user_agent ~ "winhttp|webzip|fetchurl|node-superagent|java/|feeddemon|jullo|jikespider|indy library|alexa toolbar|asktbfxtv|ahrefsbot|crawldaddy|java|feedly|apache-httpasyncclient|universalfeedparser|apachebench|microsoft url control|swiftbot|zmeu|obot|jaunty|python-urllib|lightdeckreports bot|yyspider|digext|httpclient|mj12bot|heritrix|easouspider|ezooms|bot/0.1|yandexbot|flightdeckreports|linguee bot|^$" ) {

return 403;

}

#禁止非get|head|post方式的抓取

if ($request_method !~ ^(get|head|post)$) {

return 403;

}

#屏蔽单个ip的命令是

#deny 123.45.6.7

#封整个段即从123.0.0.1到123.255.255.254的命令

#deny 123.0.0.0/8<

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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