loc.gov crawler
loc.gov crawler蜘蛛/爬虫属于其他类型，由The Library of Congress USA开发运行。您可以继续阅读下方信息，以深入了解loc.gov crawler基本信息，用户代理和访问控制等。
基本信息
loc.gov crawler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。
- 蜘蛛/爬虫名称
- loc.gov crawler
- 类型
- 其他
- 开发商
-
The Library of Congress USA
- 当前状态
-
活动
用户代理
关于loc.gov crawler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：
loc.gov crawler
-
loc.gov crawler
-
special_archiver/3.3.0
-
special_archiver/3.3.0
-
heritrix/3.2.0
-
special_archiver/3.2.0
- 用户代理字符串
- Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.97 Safari/537.36 (+https://www.loc.gov/programs/web-archiving/for-site-owners/)
- 首次出现
- 2021-04-25 19:34:07
- 最后出现
- 2021-04-25 19:34:07
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(1) |
服务器名称 |
所属国家 |
| 54.236.226.189 |
ec2-54-236-226-189.compute-1.amazonaws.com |
US |
- 用户代理字符串
- Mozilla/5.0 (compatible; special_archiver/3.3.0 +http://www.loc.gov/webarchiving/notice_to_webmasters.html)
- 首次出现
- 2015-09-05 20:14:26
- 最后出现
- 2015-11-05 03:21:28
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(2) |
服务器名称 |
所属国家 |
| 207.241.231.53 |
wbgrp-crawl213.us.archive.org |
US |
| 207.241.237.152 |
wbgrp-crawl025.us.archive.org |
US |
| 207.241.237.95 |
wbgrp-crawl028.us.archive.org |
US |
- 用户代理字符串
- Mozilla/5.0 (compatible; special_archiver/3.3.0 +http://www.loc.gov/webarchiving/notice_to_webmasters.html)
- 首次出现
- 2015-09-05 20:14:26
- 最后出现
- 2015-11-05 03:21:28
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(2) |
服务器名称 |
所属国家 |
| 207.241.237.152 |
wbgrp-crawl025.us.archive.org |
US |
| 207.241.237.95 |
wbgrp-crawl028.us.archive.org |
US |
- 用户代理字符串
- Mozilla/5.0 (compatible; heritrix/3.2.0 +http://webarchiveqr.loc.gov/about/loc-notification-webmasters.html)
- 首次出现
- 2015-03-10 20:24:16
- 最后出现
- 2015-03-10 20:24:16
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(1) |
服务器名称 |
所属国家 |
| 140.147.249.70 |
lx8.loc.gov |
US |
- 用户代理字符串
- Mozilla/5.0 (compatible; special_archiver/3.2.0 +http://www.loc.gov/webarchiving/notice_to_webmasters.html)
- 首次出现
- 2013-09-11 08:03:39
- 最后出现
- 2013-11-09 14:12:32
- 遵循robots.txt
- 未知
- 来源
-
| IP地址(1) |
服务器名称 |
所属国家 |
| 207.241.237.166 |
wbgrp-crawl011.us.archive.org |
US |
访问控制
了解如何控制loc.gov crawler访问权限，避免loc.gov crawler抓取行为不当。
是否拦截loc.gov crawler？
对于未知蜘蛛或者爬虫。它的用途对网站来说可能是好的，也可能是坏的，这取决于它是什么。所以说，这需要站长进一步分析判断这些尚不明确的爬虫行为，再作最终决定。
但，根据以往的经验，未声明行为目的及未命名的蜘蛛爬虫，通常都有不可告人的秘密，我们理应对其行为进行控制，比如拦截。
通过Robots.txt拦截
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 loc.gov crawler 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: loc.gov crawler
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。
