c# - 爬虫/机器人如何工作？区分机器人/爬虫 http 请求

Question

我在一个网站上工作。

我需要了解我的网站是否获得了来自 Google 或任何其他搜索引擎的抓取工具/机器人

的访问

在我的应用程序中，我正在拦截 http 请求。并且需要查明爬虫/机器人是否正在发出 http 请求来抓取我的网站。

我该怎么做？

Answer 1

检查用户代理字符串以查看它是否是已知机器人。一个例子:

protected void Page_Load(object sender, EventArgs e)
        {
            if (Request.UserAgent.Contains("Googlebot"))
            {
                //it's one of the google robots
            }
            else if (...)
            {
                ...
            }
        }

对于谷歌，他们使用的代理列表可以在这里找到here .

其他的，你得自己去发现。