img2dataset

基本信息

img2dataset的基本信息如下表。但部分不是很规范的蜘蛛和爬虫，可能存在信息不明的情况。

用户代理

关于img2dataset蜘蛛或者爬虫的用户代理字符串，IP地址和服务器，所在地等信息如下表格所示：

用户代理字符串: Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:72.0) Gecko/20100101 Firefox/72.0 (compatible; user-agent: download bot/0.1 / img2dataset 1.0; +https://github.com/rom1504/img2dataset)

来源

IP地址(1)	服务器名称	所属国家
74.80.190.15	davenport.medicineuptotheminute.com	US

用户代理字符串: Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:72.0) Gecko/20100101 Firefox/72.0 (compatible; mozilla/5.0 (windows nt 6.1; win64; x64; rv:47.0) gecko/20100101 firefox/47.0; +https://github.com/rom1504/img2dataset)

来源

IP地址(1)	服务器名称	所属国家
180.184.68.243	180.184.68.243	CN
180.184.46.37	180.184.46.37	CN
180.184.46.38	180.184.46.38	CN
213.244.248.49	213.244.248.49	RO
20.94.199.93	20.94.199.93	US
213.244.248.43	213.244.248.43	RO
213.244.248.48	213.244.248.48	RO
213.244.248.47	213.244.248.47	RO
147.185.40.159	147.185.40.159	US
3.129.67.141	ec2-3-129-67-141.us-east-2.compute.amazonaws.com	US
3.147.57.121	ec2-3-147-57-121.us-east-2.compute.amazonaws.com	US
3.146.34.205	ec2-3-146-34-205.us-east-2.compute.amazonaws.com	US
18.117.106.195	ec2-18-117-106-195.us-east-2.compute.amazonaws.com	US
3.147.49.143	ec2-3-147-49-143.us-east-2.compute.amazonaws.com	US
130.83.94.94	lab11.visinf.informatik.tu-darmstadt.de	DE
130.83.94.102	lab05.visinf.informatik.tu-darmstadt.de	DE
130.83.192.132	node17.visinf.informatik.tu-darmstadt.de	DE
130.83.90.242	vidgx01.visinf.informatik.tu-darmstadt.de	DE
130.83.90.248	node15.visinf.informatik.tu-darmstadt.de	DE
130.83.94.32	node12.visinf.informatik.tu-darmstadt.de	DE
130.83.90.250	node16.visinf.informatik.tu-darmstadt.de	DE
130.83.94.107	lab20.visinf.informatik.tu-darmstadt.de	DE

用户代理字符串: Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:72.0) Gecko/20100101 Firefox/72.0 (compatible; img2downloader; +https://github.com/rom1504/img2dataset)

来源

IP地址(1)	服务器名称	所属国家
35.188.72.43	43.72.188.35.bc.googleusercontent.com	US

访问控制

了解如何控制img2dataset访问权限，避免img2dataset抓取行为不当。

可以考虑拦截。。爬虫通常会下载公开的互联网内容，这些内容默认情况下可以免费访问。不过，如果你不希望你的内容被用于未经授权的目的，你应该拦截它们。

您可以通过在网站的 robots.txt 中设置用户代理访问规则来屏蔽 img2dataset 或限制其访问权限。我们建议安装 Spider Analyser 插件，以检查它是否真正遵循这些规则。

# robots.txt
# 下列代码一般情况可以拦截该代理
User-agent: img2dataset
Disallow: /

您无需手动执行此操作，可通过我们的 Wordpress 插件 Spider Analyser 来拦截不必要的蜘蛛或者爬虫。

基本信息