服务器IIS6/IIS7、Nginx、Apache屏蔽垃圾爬虫UA禁止垃圾爬虫，屏蔽指定UA

本文介绍: 有的时候打开后台会发现网站后台有各种莫名其妙的蜘蛛UA，而不是搜索引擎来过的，那么可能是被别人给爬取了，可以用下面方法来屏蔽不明的蜘蛛UA，可根据网站实际情况来修改要屏蔽的蜘蛛UA对付这种垃圾的蜘蛛，最好的方法就是按照访问规则，查看对应的UA，按照UA规则，进行禁止访问，那么我们应该怎么做呢？

有的时候打开后台会发现网站后台有各种莫名其妙的蜘蛛UA，而不是搜索引擎来过的，那么可能是被别人给爬取了，可以用下面方法来屏蔽不明的蜘蛛UA，可根据网站实际情况来修改要屏蔽的蜘蛛UA

对付这种垃圾的蜘蛛，最好的方法就是按照访问规则，查看对应的UA，按照UA规则，进行禁止访问，那么我们应该怎么做呢？

一：找到 垃圾 蜘蛛的UA特征

我使用的是宝塔面板。通过宝塔面板上的网站监控报表，可以看到对应网站的Nginx 日志。如果你使用的不是宝塔面板，你可以将网站的日志下载下来。用notepad++或者其他代码编辑软件打开。

二：针对特定UA进行屏蔽

屏蔽UA功能，是写在对应网站的nginx的配置文件中的。

如果你使用的是宝塔面板。配置路径如下：

Ngin x将以下代码加入到配置文件 server里:

if ($http_user_agent ~ "MegaIndex|MegaIndex.ru|BLEXBot|Qwantify|qwantify|semrush|Semrush|serpstatbot|hubspot|python|Bytespider|Go-http-client|Java|PhantomJS|SemrushBot|Scrapy|Webdup|AcoonBot|AhrefsBot|Ezooms|EdisterBot|EC2LinkFinder|jikespider|Purebot|MJ12bot|WangIDSpider|WBSearchBot|Wotbox|xbfMozilla|Yottaa|YandexBot|Jorgee|SWEBot|spbot|TurnitinBot-Agent|mail.RU|perl|Python|Wget|Xenu|ZmEu|^$" )
{
return 444;
}

IIS7/IIS8/IIS10及以上web 服务请在网站根目录下创建 web.config 文件,并写入如下代码即可:

<?xml version="1.0" encoding="UTF-8"?&gt;
<configuration&gt;
<system.webServer>
<rewrite>
<rules>
<rule name="Block spider">
<match url="(^robots.txt$)" 
ignoreCase="false" negate="true" />
<conditions>
<add input="{HTTP_USER_AGENT}" pattern="MegaIndex|MegaIndex.ru|BLEXBot|Qwantify|qwantify|semrush|Semrush|serpstatbot|hubspot|python|Bytespider|Go-http-client|Java|PhantomJS|SemrushBot|Scrapy|Webdup|AcoonBot|AhrefsBot|Ezooms|EdisterBot|EC2LinkFinder|jikespider|Purebot|MJ12bot|WangIDSpider|WBSearchBot|Wotbox|xbfMozilla|Yottaa|YandexBot|Jorgee|SWEBot|spbot|TurnitinBot-Agent|mail.RU|perl|Python|Wget|Xenu|ZmEu|^$"
ignoreCase="true" />
</conditions>
<action type="AbortRequest" />
</rule>
</rules>
</rewrite>
</system.webServer>
</configuration>

IIS6请在isapi重写组件中添加以下规则:

#Block spider
RewriteCond %{HTTP_USER_AGENT} (MegaIndex|MegaIndex.ru|BLEXBot|Qwantify|qwantify|semrush|Semrush|serpstatbot|hubspot|python|Bytespider|Go-http-client|Java|PhantomJS|SemrushBot|Scrapy|Webdup|AcoonBot|AhrefsBot|Ezooms|EdisterBot|EC2LinkFinder|jikespider|Purebot|MJ12bot|WangIDSpider|WBSearchBot|Wotbox|xbfMozilla|Yottaa|YandexBot|Jorgee|SWEBot|spbot|TurnitinBot-Agent|mail.RU|perl|Python|Wget|Xenu|ZmEu|^$) [NC]
RewriteRule !(^/robots.txt$) - [F]

Apache请在.ht access 文件中添加如下规则：

<IfModule mod_rewrite.c>
RewriteEngine On
#Block spider
RewriteCond %{HTTP_USER_AGENT} "MegaIndex|MegaIndex.ru|BLEXBot|Qwantify|qwantify|semrush|Semrush|serpstatbot|hubspot|python|Bytespider|Go-http-client|Java|PhantomJS|SemrushBot|Scrapy|Webdup|AcoonBot|AhrefsBot|Ezooms|EdisterBot|EC2LinkFinder|jikespider|Purebot|MJ12bot|WangIDSpider|WBSearchBot|Wotbox|xbfMozilla|Yottaa|YandexBot|Jorgee|SWEBot|spbot|TurnitinBot-Agent|mail.RU|perl|Python|Wget|Xenu|ZmEu|^$" [NC]
RewriteRule !(^robots.txt$) - [F]
</IfModule>