robots協(xié)議分析——以亞馬遜(中國)為例

目錄:

一退渗、Robots協(xié)議簡介

二蹲嚣、亞馬遜網(wǎng)站robots.txt分析



一种吸、Robots協(xié)議簡介

Robots協(xié)議——禁止搜索引擎收錄的方法(robots.txt)

1遏佣、什么是robots.txt文件?

搜索引擎通過一種程序robot(又稱spider)胶征,自動訪問互聯(lián)網(wǎng)上的網(wǎng)頁并獲取網(wǎng)頁信息凉唐。您可以在您的網(wǎng)站中創(chuàng)建一個純文本文件robots.txt迅细,在這個文件中聲明該網(wǎng)站中不想被robot訪問的部分衅谷,這樣癞己,該網(wǎng)站的部分或全部內(nèi)容就可以不被搜索引擎收錄了膀斋,或者指定搜索引擎只收錄指定的內(nèi)容。

2痹雅、robots.txt文件放在哪里?

robots.txt文件應(yīng)該放在網(wǎng)站根目錄下仰担。舉例來說,當(dāng)robots訪問一個網(wǎng)站(比如http://www.abc.com)時绩社,首先會檢查該網(wǎng)站中是否存在http://www.abc.com/robots.txt這個文件摔蓝,如果機(jī)器人找到這個文件,它就會根據(jù)這個文件的內(nèi)容愉耙,來確定它訪問權(quán)限的范圍贮尉。

3、robots.txt文件的格式

"robots.txt"文件包含一條或更多的記錄朴沿,這些記錄通過空行分開(以CR,CR/NL, or NL作為結(jié)束符)猜谚,每一條記錄的格式如下所示:":"败砂。在該文件中可以使用#進(jìn)行注解,具體使用方法和UNIX中的慣例一樣魏铅。該文件中的記錄通常以一行或多行User-agent開始昌犹,后面加上若干Disallow行。

在robots.txt文件中览芳,最基本的格式為User-agent 和 Disallow :

User-agent:

該項的值用于描述搜索引擎robot的名字斜姥。

在"robots.txt"文件中,如果有多條User-agent記錄說明有多個robot會受到該協(xié)議的限制沧竟。如果該項的值設(shè)為*铸敏,則該協(xié)議對任何機(jī)器人均有效。

Disallow :

該項的值用于描述不希望被訪問到的一個URL悟泵,這個URL可以是一條完整的路徑搞坝,也可以是部分的,任何以Disallow開頭的URL均不會被robot訪問到魁袜。

任何一條Disallow記錄為空桩撮,說明該網(wǎng)站的所有部分都允許被訪問。如果"/robots.txt"是一個空文件峰弹,則對于所有的搜索引擎robot店量,該網(wǎng)站都是開放的。

來源:Robots協(xié)議詳解

?

二鞠呈、亞馬遜網(wǎng)站robots.txt分析

中國亞馬遜:https://www.amazon.cn/robots.txt

User-agent

User-agent: *

User-agent:*表示該協(xié)議對任何機(jī)器人均有效融师。

中國亞馬遜沒有對爬蟲對區(qū)別限制,而是僅設(shè)置了一個所有爬蟲共同遵循的規(guī)則蚁吝。


Allow

Allow: /wishlist/universal*

Allow: /wishlist/vendor-button*

Allow: /wishlist/get-button*

Disallow: /gp/wishlist/

Allow: /gp/wishlist/universal*

Allow: /gp/wishlist/vendor-button*

Allow: /gp/wishlist/ipad-install*

允許爬取的內(nèi)容有六項旱爆,均與心愿單相關(guān)。


網(wǎng)頁截圖(https://www.amazon.cn/wishlist)??


Disallow

一點(diǎn)說明:

"Disallow: /help"對/help.html和/help/index.html都不允許搜索引擎訪問窘茁。

"Disallow:/help/"允許robot訪問/help.html怀伦,但不能訪問/help/index.html。

以下選取我能看懂的項目:

Disallow: /buycar??? 購物車

Disallow: /gp/css/homepage.html??? 我的賬戶

Disallow:/gp/help/contact-us/general-questions.html*?type&email&skip=true??? 聯(lián)系客服

Disallow:/gp/help/reports/infringement/jquery/handle-notice-submit.html??? 系統(tǒng)錯誤提示

Disallow: /gp/twitter/??? 推特

Disallow: /gp/history??? 歷史記錄

Disallow: /dp/e-mail-friend/??? 好友

Disallow: /doc??? 文件

Disallow: /gp/voting/??? 投票

Disallow: /dp/product-availability/??? 產(chǎn)品信息


由此可見山林,亞馬遜的爬蟲限制主要有幾個方面:產(chǎn)品信息房待、用戶隱私信息、分享驼抹、錯誤處理等桑孩。

我認(rèn)為其目的有三點(diǎn):

1、保護(hù)網(wǎng)站用戶的個人隱私信息

2框冀、保護(hù)網(wǎng)站的關(guān)鍵信息流椒,保證其商業(yè)運(yùn)轉(zhuǎn)

3、屏蔽沒有必要爬取的錯誤處理數(shù)據(jù)明也,降低網(wǎng)站被爬取時的服務(wù)器負(fù)荷

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末宣虾,一起剝皮案震驚了整個濱河市极谊,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌安岂,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,402評論 6 499
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件帆吻,死亡現(xiàn)場離奇詭異域那,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)猜煮,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,377評論 3 392
  • 文/潘曉璐 我一進(jìn)店門次员,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人王带,你說我怎么就攤上這事淑蔚。” “怎么了愕撰?”我有些...
    開封第一講書人閱讀 162,483評論 0 353
  • 文/不壞的土叔 我叫張陵刹衫,是天一觀的道長。 經(jīng)常有香客問我搞挣,道長带迟,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,165評論 1 292
  • 正文 為了忘掉前任囱桨,我火速辦了婚禮仓犬,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘舍肠。我一直安慰自己搀继,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,176評論 6 388
  • 文/花漫 我一把揭開白布翠语。 她就那樣靜靜地躺著叽躯,像睡著了一般。 火紅的嫁衣襯著肌膚如雪肌括。 梳的紋絲不亂的頭發(fā)上险毁,一...
    開封第一講書人閱讀 51,146評論 1 297
  • 那天,我揣著相機(jī)與錄音们童,去河邊找鬼畔况。 笑死,一個胖子當(dāng)著我的面吹牛慧库,可吹牛的內(nèi)容都是我干的跷跪。 我是一名探鬼主播,決...
    沈念sama閱讀 40,032評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼齐板,長吁一口氣:“原來是場噩夢啊……” “哼吵瞻!你這毒婦竟也來了葛菇?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,896評論 0 274
  • 序言:老撾萬榮一對情侶失蹤橡羞,失蹤者是張志新(化名)和其女友劉穎眯停,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體卿泽,經(jīng)...
    沈念sama閱讀 45,311評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡莺债,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,536評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了签夭。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片齐邦。...
    茶點(diǎn)故事閱讀 39,696評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖第租,靈堂內(nèi)的尸體忽然破棺而出措拇,到底是詐尸還是另有隱情,我是刑警寧澤慎宾,帶...
    沈念sama閱讀 35,413評論 5 343
  • 正文 年R本政府宣布丐吓,位于F島的核電站,受9級特大地震影響趟据,放射性物質(zhì)發(fā)生泄漏汰蜘。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,008評論 3 325
  • 文/蒙蒙 一之宿、第九天 我趴在偏房一處隱蔽的房頂上張望族操。 院中可真熱鬧,春花似錦比被、人聲如沸色难。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽枷莉。三九已至,卻和暖如春尺迂,著一層夾襖步出監(jiān)牢的瞬間笤妙,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,815評論 1 269
  • 我被黑心中介騙來泰國打工噪裕, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留蹲盘,地道東北人。 一個月前我還...
    沈念sama閱讀 47,698評論 2 368
  • 正文 我出身青樓膳音,卻偏偏與公主長得像召衔,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子祭陷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,592評論 2 353

推薦閱讀更多精彩內(nèi)容