V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
exuxu
V2EX  ›  分享发现

从这个文件中能分析出什么,比如 BA,比如 V2EX ?

  •  
  •   exuxu · 2015-05-18 18:10:25 +08:00 · 1723 次点击
    这是一个创建于 3459 天前的主题,其中的信息可能已经有所发展或是发生改变。

    https://www.baidu.com/robots.txt
    https://www.v2ex.com/robots.txt
    http://www.taobao.com/robots.txt

    "User-agent: Baiduspider
    Disallow: /

    User-agent: baiduspider
    Disallow: /"是指不让百度给爬吗?

    这样子指定 User-agent ,这么多爬虫?
    User-agent: Baiduspider-image
    User-agent: Googlebot
    User-agent: YoudaoBot
    User-agent: Sogou web spider
    User-agent: Sogou inst spider
    User-agent: Sogou spider2
    User-agent: ChinasoSpider

    update

    补上相关链接 从robots.txt能看出什么?

    v2 的没列~~

    9 条回复    2015-05-19 23:53:48 +08:00
    exuxu
        1
    exuxu  
    OP
       2015-05-18 18:22:14 +08:00
    附上一个问题,新闻网址的源都是一个地方发了,然后其它网站都是从这个地方抓过来的么....
    wy315700
        2
    wy315700  
       2015-05-18 18:26:19 +08:00
    08年淘宝就不允许百度去抓取了
    ryd994
        3
    ryd994  
       2015-05-18 21:11:05 +08:00 via Android
    @exuxu 人民 新华 环球
    fengyqf
        4
    fengyqf  
       2015-05-18 23:04:34 +08:00
    看看有没有哪个二货,把网站管理后台地址放到robotx.txt里,然后你就有地方玩爆破了
    exuxu
        5
    exuxu  
    OP
       2015-05-19 00:00:39 +08:00 via Android
    @ryd994 gov的媒体额

    @fengyqf 嗯,我发的那个链接里面有提到这个
    decken
        6
    decken  
       2015-05-19 00:17:26 +08:00 via Android
    @fengyqf WordPress默认不就是这样吗?
    ryd994
        7
    ryd994  
       2015-05-19 00:42:43 +08:00 via Android
    @exuxu 其他地方发的不叫新闻叫谣言
    exuxu
        8
    exuxu  
    OP
       2015-05-19 08:45:34 +08:00
    @ryd994  TAT
    fengyqf
        9
    fengyqf  
       2015-05-19 23:53:48 +08:00
    @decken 这种开源的软件可以不算在内,默认的地址懂的人都知道
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5650 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 48ms · UTC 08:34 · PVG 16:34 · LAX 00:34 · JFK 03:34
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.