找回密码
 加入怎通
查看: 235|回复: 6

宝塔屏蔽垃圾搜索引擎蜘蛛以及采集扫描工具教程(网页显示宝塔防火墙)

[复制链接]
我来看看 发表于 2023-03-19 14:45:44 | 显示全部楼层 |阅读模式
! w; w! N9 W9 h9 |& s: S$ ^

目前除了我们常见的搜索引擎如百度、Google、Sogou、360等搜索引擎之外,还存在其他非常多的搜索引擎,通常这些搜索引擎不仅不会带来流量,因为大量的抓取请求,还会造成主机的CPU和带宽资源浪费,屏蔽方法也很简单,按照下面步骤操作即可,原理就是分析指定UA然后屏蔽。

) m* \" s& J; e* o, [

宝塔面板下使用方法如下:1、找到文件目录/www/server/nginx/conf文件夹下面,新建一个文件命名:agent_deny.conf 你也可以随意起名,创建完文件后,点击编辑这个文件,把下面的代码放进去保存。

1 @+ f* f6 O: n* Z& k9 ]2 ?: K# S

(天辰重新收集整理,是为止目前也是最全的,最完善的代码)#禁止Scrapy等工具的抓取4 P! A* w2 ]7 E+ ~$ N [ if ($http_user_agent ~* (Scrapy|Curl|HttpClient|crawl|curb|git|Wtrace)) {5 X" i8 S8 J+ A1 o6 b , g% o2 T$ r# b1 P+ t U return 403;" a* Q9 c9 v2 n8 p$ t# V2 F " \ m! L% P8 ]3 o3 y$ q } % C2 a2 k& n/ ~& N2 s Q! f/ b' e# `9 S% y E0 I o4 f: [% b #禁止指定UA及UA为空的访问 - x9 Y7 H7 U* a, Y8 Z1 [6 U- N if ($http_user_agent ~* "CheckMarkNetwork|Synapse|Nimbostratus-Bot|Dark|scraper|LMAO|Hakai|Gemini|Wappalyzer|masscan|crawler4j|Mappy|Center|eright|aiohttp|MauiBot|Crawler|researchscan|Dispatch|AlphaBot|Census|ips-agent|NetcraftSurveyAgent|ToutiaoSpider|EasyHttp|Iframely|sysscan|fasthttp|muhstik|DeuSu|mstshash|HTTP_Request|ExtLinksBot|package|SafeDNSBot|CPython|SiteExplorer|SSH|MegaIndex|BUbiNG|CCBot|NetTrack|Digincore|aiHitBot|SurdotlyBot|null|SemrushBot|Test|Copied|ltx71|Nmap|DotBot|AdsBot|InetURL|Pcore-HTTP|PocketParser|Wotbox|newspaper|DnyzBot|redback|PiplBot|SMTBot|WinHTTP|Auto Spider 1.0|GrabNet|TurnitinBot|Go-Ahead-Got-It|Download Demon|Go!Zilla|GetWeb!|GetRight|libwww-perl|Cliqzbot|MailChimp|SMTBot|Dataprovider|XoviBot|linkdexbot|SeznamBot|Qwantify|spbot|evc-batch|zgrab|Go-http-client|FeedDemon|Jullo|Feedly|YandexBot|oBot|FlightDeckReports|Linguee Bot|JikeSpider|Indy Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDaddy|CoolpadWebkit|Java|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|EasouSpider|LinkpadBot|Ezooms|^$" ) { ' l* @0 u; A0 x$ C7 J; V# u # h7 V3 b' @6 s9 p4 Y6 v; W/ ^. o return 403; 4 e- M3 v# ?- M B! g, ]0 r$ F6 t+ \/ n2 N2 J2 }$ L } 9 D' C# _$ f' y5 I! H$ c/ k6 F' A" P: S8 Y6 W$ ^' Z3 m% b #禁止非GET|HEAD|POST方式的抓取+ D* C* k# I3 _* V( t if ($request_method !~ ^(GET|HEAD|POST)$) {2 ^% o$ ~% p& D- c2 L4 ~/ | # o/ @0 C# l) Q8 r; q return 403;) T# }5 }/ _* K % F$ S' A) R _4 u; | } - ~9 v! Y$ z6 o7 O0 f

. r& y4 w& x# _

2、找到【网站】-【设置】点击左侧 【配置文件】选项卡,在第7-8行左右 插入代码:

6 }0 |, F$ a0 J' f& i

include agent_deny.conf;( K9 z' O$ Z/ W# P! C 添加完毕后保存,重启nginx即可,这样这些蜘蛛或工具扫描网站的时候就会提示403禁止访问注意:如果你网站使用火车头采集发布,使用以上代码会返回403错误,发布不了的。

! H4 e0 }8 a+ s% Y, {

如果想使用火车头采集发布,请使用下面的代码:#禁止Scrapy等工具的抓取% \: u7 Z0 r, I7 n: e: r if ($http_user_agent ~* (Scrapy|Curl|HttpClient|crawl|curb|git|Wtrace)) {) s1 V: k4 b2 m$ i ; ~' G5 h: f5 r9 l' z% Y+ X return 403; ( g7 p& f$ k4 `2 y4 U & x# ]: ~8 j- }( u }$ O6 ]4 v/ W' b) `/ ~6 Z+ ^1 x # H+ o9 H+ c, | #禁止指定UA及UA为空的访问' d8 v! d" K0 l, Z; ?# W if ($http_user_agent ~* "CheckMarkNetwork|Synapse|Nimbostratus-Bot|Dark|scraper|LMAO|Hakai|Gemini|Wappalyzer|masscan|crawler4j|Mappy|Center|eright|aiohttp|MauiBot|Crawler|researchscan|Dispatch|AlphaBot|Census|ips-agent|NetcraftSurveyAgent|ToutiaoSpider|EasyHttp|Iframely|sysscan|fasthttp|muhstik|DeuSu|mstshash|HTTP_Request|ExtLinksBot|package|SafeDNSBot|CPython|SiteExplorer|SSH|MegaIndex|BUbiNG|CCBot|NetTrack|Digincore|aiHitBot|SurdotlyBot|null|SemrushBot|Test|Copied|ltx71|Nmap|DotBot|AdsBot|InetURL|Pcore-HTTP|PocketParser|Wotbox|newspaper|DnyzBot|redback|PiplBot|SMTBot|WinHTTP|Auto Spider 1.0|GrabNet|TurnitinBot|Go-Ahead-Got-It|Download Demon|Go!Zilla|GetWeb!|GetRight|libwww-perl|Cliqzbot|MailChimp|SMTBot|Dataprovider|XoviBot|linkdexbot|SeznamBot|Qwantify|spbot|evc-batch|zgrab|Go-http-client|FeedDemon|Jullo|Feedly|YandexBot|oBot|FlightDeckReports|Linguee Bot|JikeSpider|Indy Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDaddy|CoolpadWebkit|Java|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|EasouSpider|LinkpadBot|Ezooms ) {+ c7 q$ w, ~ x4 y 7 u% a1 _- ?- Q' J return 403; % u" U2 W1 c- t# V+ n* U( C* R+ h5 ?$ f, |. [2 r1 f) u } . Q* _2 f' i8 Y4 N y- v2 V+ P! \" S! | j. p. K8 _ #禁止非GET|HEAD|POST方式的抓取 4 Q0 Q+ w$ V9 q, G if ($request_method !~ ^(GET|HEAD|POST)$) {" G: J2 Z" u( ? " _3 t- H) k* k r return 403; 2 v5 i1 Q0 W$ W* D* w/ T6 G5 K: H4 `% O% ~ }

! v: p- T* H5 F+ S: H0 K( _4 r( r3 j

设置完了可以用模拟爬去来看看有没有误伤了好蜘蛛,说明:以上屏蔽的蜘蛛名不包括以下常见的6大蜘蛛名:百度蜘蛛:Baiduspider谷歌蜘蛛:Googlebot必应蜘蛛:bingbot搜狗蜘蛛:Sogou web spider

7 B+ f0 _) x8 Y( Z0 Y/ V6 q

360蜘蛛:360Spider神马蜘蛛:YisouSpider爬虫常见的User-Agent如下:FeedDemon 内容采集5 ^+ T9 s% |; o# }# Z% U: g$ V BOT/0.1 (BOT for JCE) sql注入7 q1 @( \) O e4 A CrawlDaddy sql注入9 s4 l( o( N$ w1 y Java 内容采集% S3 t3 @( O, D9 l- s" a2 g) _8 X! j Jullo 内容采集6 F) Z- k, i; H* P- a Feedly 内容采集 + }: x: C6 E" n( r: z! H7 O UniversalFeedParser 内容采集 # F) \" M9 x& D ApacheBench cc攻击器! K$ _6 Z- g" P* e Swiftbot 无用爬虫$ A; |; x+ c6 }) ^4 d) V0 O YandexBot 无用爬虫5 ^7 C( c4 z W% d5 A4 ^ AhrefsBot 无用爬虫# x4 ~& ^/ _/ J9 c$ N# {0 |# w9 d jikeSpider 无用爬虫6 n1 D* h! H7 ?& w1 E c( p" x! Z0 }3 C MJ12bot 无用爬虫; B/ m2 V6 t) ^$ Q3 H; { ZmEu phpmyadmin 漏洞扫描7 V; X$ [% U- w7 ~ WinHttp 采集cc攻击8 |4 e; r; f5 M% T3 n/ w, x EasouSpider 无用爬虫) w' R( m1 b R- ?, `* Y) q; I3 k HttpClient tcp攻击1 ?; V3 [4 S& ^: Q& G Microsoft URL Control 扫描- k+ U5 N, p" ^ z4 y YYSpider 无用爬虫 * t* T% [* o# ?5 M jaunty wordpress爆破扫描器 - i# ?7 L. _, p7 D0 e oBot 无用爬虫 # ], F2 Q# y0 U' x/ u* \5 K' I Python-urllib 内容采集/ N1 X& X7 J. \3 z4 F* u Indy Library 扫描' _+ S+ z! P! w3 H FlightDeckReports Bot 无用爬虫 * d% a5 ?; x1 m$ e5 A Linguee Bot 无用爬虫

. z$ ^4 V; }. \4 p6 T' h9 t+ P

来源:BT宝塔屏蔽垃圾搜索引擎蜘蛛以及采集扫描工具教程

9 l6 e* q5 p" ?2 k. j8 t4 ~5 g 8 A9 x3 c4 L; c6 i0 T4 G9 E F" M ) n- o, }5 A! w6 N % M7 j4 q: e9 l! i2 n( u# e T/ @2 t

暂时无法加载帖子列表

回复

使用道具 举报

崔缠刁 发表于 2026-04-04 06:23:22 | 显示全部楼层
学习到了,之前一直没注意过这个点,受教了
回复

使用道具 举报

lisure 发表于 2026-04-30 06:45:30 | 显示全部楼层
楼主辛苦了,整理这么多内容,必须点赞收藏
回复

使用道具 举报

九九--小欢 发表于 2026-08-30 11:42:43 | 显示全部楼层
内容很干货,没有多余的废话,值得反复看
回复

使用道具 举报

1982671325 发表于 2026-09-12 17:13:54 | 显示全部楼层
这个分享太实用了,刚好能用到,感谢楼主!
回复

使用道具 举报

wawjpa 发表于 2026-10-14 17:13:04 | 显示全部楼层
楼主太厉害了,整理得这么详细,必须支持
回复

使用道具 举报

肖弘强 发表于 2026-10-16 16:08:57 | 显示全部楼层
这个思路很新颖,打开了新世界的大门,谢谢分享
回复

使用道具 举报

    您需要登录后才可以回帖 登录 | 加入怎通

    本版积分规则

    QQ|手机版|小黑屋|网站地图|真牛社区 ( 苏ICP备2023040716号-2 )

    GMT+8, 2026-11-1 06:25 , Processed in 0.037161 second(s), 25 queries , Gzip On.

    免责声明:本站信息来自互联网,本站不对其内容真实性负责,如有侵权等情况请联系420897364#qq.com(把#换成@)删除。

    Powered by Discuz! X3.5

    快速回复 返回顶部 返回列表