繁體中文当前位置: 首页 > 图文教程 > 网站运营 > 建站经验 > 技术上的鬼扯淡：屏蔽百度爬虫的正确方法
- 建站经验
- 做好26件事1年运营成功的赚钱网站
- 百度k站分析
- 回顾建站经过以及探索网站盈利
- 6年来建站经验总结
- 使用英文设计方法设计中文网页的问题
- 十一种常见的互联网网站盈利模式
- 网站制作基础教程(1):需要学习的内容
- 网站制作基础教程(2):网站设计要考虑用户需求
- 网站制作基础教程(3):WEB标准
- 网站制作基础教程(4):网页验证
- 网站制作基础教程(5):万维网联盟（World Wide Web Consortium）
- 网站制作基础教程(6):Web安全
- 网站主机教程(1):网站主机简介
- 网站主机教程(2):网站主机提供商
- 网站主机教程(3):域名注册
- 网站主机教程(4):主机性能
- 网站主机教程(5):主机的电子邮件服务
- 网站主机教程(6):网站主机的服务器技术
- 网站主机教程(7):网站主机的数据库技术
- 网站主机教程(8):网站主机的类型
建站经验 中的 技术上的鬼扯淡：屏蔽百度爬虫的正确方法
出处:互联网 整理: 软晨网（RuanChen.com） 发布: 2009-10-17 浏览: 187 ::
收藏到网摘: n/a
在百度C2C产品“百度有啊”即将上线的时候，淘宝网站曾经屏蔽百度搜索爬虫，禁止百度搜索引擎抓取淘宝网站的网页内容，淘宝官方的解释是“杜绝不良商家欺诈”。
在技术层面，淘宝屏蔽百度的方法是，在网站的robots.txt文件中加上如下内容：
| User-agent: Baiduspider Disallow: / |
但实际上这种方法并不能完全屏蔽百度的爬虫，至今在百度上输入site：taobao.com还是可以看到内容，要不要索引网站，还是由百度说了算，要是遵守robots协议，那才不会索引，因此要想完全屏蔽百度的爬虫，需要在.htaccess中加入一些语句才可以，下面介绍两种方法。
方法1：
| RewriteEngine on RewriteCond %{HTTP_USER_AGENT} ^Baiduspider [NC] RewriteRule .* - [F] |
方法2：
| SetEnvIfNoCase User-Agent "^Baiduspider" bad_bot <Limit GET POST> |
当然，对于普通中文网站来说，还是不建议屏蔽百度的爬虫，通常情况下做一些大型的英文网站，才有必要这么做，以节省流量。
评论 (0) All
