|
如何防止robot骚扰你的网页(1) 今早在ASPalliance.com">www.aspalliance.com上看到一篇文章（Stopping Automated Web Robots Visiting ASP/ASP.NET Websites
，http://aspalliance.com/1018_Stopping_Automated_Web_Robots_Visiting_ASPASPNET_Websites），
主要是讲了下如何采取一些措施，防止robot过度去抓你的网站。看了一下，有的东西还是值得探讨下的，现归纳如下：
1、辨认ROBOT的一些参考标准
Large numbers of requests from a single IP address or a range of IP addresses within the same subnet (i.e. the first three numbers of the IP address are identical).
· Large numbers of requests for database driven content compared to the rest of the website.
· Many requests made from browsers that do not support ASP Sessions.
· Lots of and increasing numbers of website visitors, but no corresponding increase in transactions (e.g. sales!).
· Large numbers of spam or automated requests being generated from online forms.
2、到http://www.robotstxt.org/wc/norobots.html上，可以找到一个组织提出的防御robot的建议标准（可惜这个不是什么权威标准拉，没什么约束力），在这里有一些平常我们可以用到的例子和方法，主要是搞一个robot.txt文件，放在网站根目录下，比如
User-agent: *
Disallow: /
禁止所有robot
允许所有的robot访问：
User-agent: *
Disallow:
User-agent: *
Disallow: /cyberworld/map/ 不允许robot探访/cyberworld/map目录下的文件
User-agent: cybermapper 允许cybermapper这个robot
Disallow:
User-agent: *
Disallow: /cyberworld/map/
Disallow: /tmp/
Disallow: /foo.html 不允许访问foo.html这个文件了
3、如果不方便设置robot.txt的话，还可以在meta里做手脚，比如用
<meta name="robots" content="noindex, nofollow">
| 
