- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
有哪些选项可以检测不想被检测到的网络爬虫?
(我知道列出检测技术将使智能隐形爬虫程序员能够制作出更好的蜘蛛,但我不认为我们无论如何都能够阻止智能隐形爬虫,只能阻止那些犯错误的人。 )
我说的不是 Googlebot 和 Yahoo! 等优秀的抓取工具。啜饮。我认为机器人很好,如果:
robots.txt
(并遵守它)我说的是坏爬虫,它们隐藏在普通用户代理后面,使用我的带宽并且从不给我任何返回。
有一些活板门可以构建更新列表(感谢 Chris,gs):
robots.txt
中列出(标记为禁止)的目录,一些陷阱会由“好”机器人和“坏”机器人触发。您可以将它们与白名单结合起来:
robots.txt
?robots.txt
这里的另一件重要事情是:请考虑盲人使用屏幕阅读器:为人们提供联系您的方式,或解决(非图像)验证码以继续浏览。
有什么方法可以自动检测试图伪装成普通人类访问者的网络爬虫。
问题不是:如何捕获每个爬网程序。问题是:如何最大限度地提高检测到爬网程序的机会。
有些蜘蛛真的很好,实际上可以解析和理解 HTML、xhtml、CSS、JavaScript、VBScript 等...我不抱任何幻想:我无法击败他们。
但是,您可能会惊讶于某些爬虫程序是多么愚蠢。愚蠢的最好例子(在我看来)是:在请求之前将所有 URL 转换为小写。
还有一大堆爬虫“不够好”,无法避开各种活板门。
最佳答案
不久前,我与一家小型托管公司合作,帮助他们实现解决方案。我开发的系统会检查 Web 服务器日志是否存在来自任何给定 IP 地址的过度事件,并发布防火墙规则来阻止违规者。它包括基于 http://www.iplists.com/ 的 IP 地址/范围白名单。然后根据需要通过检查声称的用户代理字符串自动更新,如果客户端声称是合法蜘蛛但不在白名单上,它会执行 DNS/反向 DNS 查找以验证源 IP 地址是否对应于声称是该机器人的所有者。作为故障保护措施,这些操作将通过电子邮件报告给管理员,并附上将地址列入黑/白名单的链接,以防评估不正确。
我已经有 6 个月左右的时间没有与该客户交谈过,但是,最后我听说,系统运行得非常有效。
旁白:如果您正在考虑建立一个基于命中率限制的类似检测系统,请务必使用至少一分钟(最好至少五分钟)的总计。我看到很多人都在谈论这类方案,他们想要阻止任何在一秒钟内点击量达到 5-10 次的人,这可能会在图像较多的页面上产生误报(除非图像被排除在计数之外)并且 当像我这样的人发现一个他想要阅读全部内容的有趣网站时,会产生误报,因此他会在阅读第一个网站时打开选项卡中的所有链接以在后台加载。
关于web-crawler - 检测 'stealth'网络爬虫,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/233192/
我有一个几乎可以构建的Maven / Grails应用,但在web.xml上找不到[my-app]\webapp\WEB-INF\web.xml。但是目录结构像往常一样包含web-app文件夹,而不是
正如我在标题中提到的:我想知道 web-service 和 web-socket 之间的区别?我们什么时候使用每一个? 谢谢! 最佳答案 一个web service是一个响应客户端 SOAP/REST
让我们看一个示例场景: 客户端打开一个网站并找到他从文本框中输入的两个数字的总和。然后单击“添加”按钮。两个参数通过 HTTP GET 发送到服务器,在服务器上写入 PHP 代码以添加数字,结果为回声
我知道这是一个老问题,肯定已经被回答了数百次,但我还无法找到令人满意的答案。 我正在创建一个应用程序,其他应用程序(移动/网络)将使用该应用程序来获取数据。现在我有两个选择: 将我的应用程序创建为简单
通过 Web 作业部署新功能有 3 种方法: 创建一个新的 Web 应用,并部署一个包含该函数的 Web 作业。 向现有 Web 作业添加一项新函数(这样您现在在一个 Web 作业中就拥有了多个函数)
我收到来自网络场景的通知,上面写着“问题”和“确定”。我想在问题发生时包含网络响应的内容。我不担心标题值,只担心网页的内容. 这是我可以在通知设置中引用的变量吗? 最佳答案 不幸的是 zabbix 不
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
嗨,这是一个理论问题,但我真的无法弄清楚 Web 应用程序、基于 Web 的应用程序和基于云的应用程序之间的区别。这个你能帮我吗。 最佳答案 @Matt 是对的 - 这真的无关紧要,但是,为了清楚起见
我正在尝试使用多个 Web 服务,这些服务在它们的 wsdl 中重新定义了一些相同的公共(public)类。我目前在网站中引用了它们,但我想转换为 Web 应用程序。 由于一些相同的类是从多个 Web
一个。我必须考虑哪些事项?b.当前应用程序正在执行多个存储过程。如果我创建等效的方法来执行这些过程,会有什么风险或挑战。 最佳答案 在架构上,将网络应用程序转换为网络服务时必须考虑的一件事是,对方法和
关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 5年前关闭。 Improve thi
网络 API 和网络服务之间有什么区别吗?或者它们是同一个吗? 最佳答案 网络服务通常提供 WSDL您可以从中自动创建客户端 stub 。 Web 服务基于 SOAP protocol 。ASP.NE
我已经获得了我需要的所有资源。我将 Web 服务放入应用程序服务环境中,然后将 NSG 连接到应用程序服务环境使用的子网。然后,我允许 VNET 内的应用程序与 Web 服务进行通信,但它无法正常工作
我已经获得了我需要的所有资源。我将 Web 服务放入应用程序服务环境中,然后将 NSG 连接到应用程序服务环境使用的子网。然后,我允许 VNET 内的应用程序与 Web 服务进行通信,但它无法正常工作
我正在使用 stub 将我的网络服务相关测试与实际网络服务隔离开来。 你/我应该如何合并测试以确保我制作的响应与实际的网络服务匹配(我无法控制它)? 我不想知道怎么做,而是何时何地? 我应该为测试数据
我在互联网上搜索了很多,但我仍然没有得到网络服务和网络 API 之间的明显区别?我在某处读到所有 Web 服务都是 API,但所有 API 都不是 Web 服务。如何? 我所知道的是两者都允许利用其他
假设我已经完成了使用 JavaEE 制作的 Web 应用程序。这个 Web 应用程序包含登录系统,但最后它是非常基本的 Web 应用程序。我使用的是 GlassFish 3.1.2.2。 我想知道一旦
我希望设计者能够打开与我相同的解决方案文件。这可以通过 Expressions Web 实现吗? 最佳答案 简短的回答是“不”;但这是一个非常常见的请求,我知道很多人都希望下一个版本(无论何时)对此有
我正在尝试在 CF10 中创建一个 Web 服务对象。我已验证它在 SoapUI 中按预期工作。但是,当我在 CF 中运行它时,我得到一个错误,它无法找到在 WSDL 的导入语句中导入的 XSD。这是
我的要求是开发一个 Web 服务,充当外部 Web 服务和客户端之间的中间人。 我知道,我可以为我的服务设计一个wsdl,然后将外部wsdl映射到代码中我的wsdl。我的问题是有一个开源 api/工具
我是一名优秀的程序员,十分优秀!