MixBot

MixBot蜘蛛/爬虫属于其他类型,由MixData开发运行。您可以继续阅读下方信息,以深入了解MixBot基本信息,用户代理和访问控制等。

基本信息

MixBot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
MixBot
类型
其他
开发商
MixData
当前状态
活动

用户代理

关于MixBot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:
MixBot
用户代理字符串
MXT/Nutch-1.12-SNAPSHOT (http://t.co/GSRLLKex24; informatique at mixdata dot com)
首次出现
2016-04-08 14:05:00
最后出现
2016-10-13 15:09:54
遵循robots.txt
未知
来源
IP地址(4) 服务器名称 所属国家
54.229.153.249 ec2-54-229-153-249.eu-west-1.compute.amazonaws.com IE
54.154.158.86 ec2-54-154-158-86.eu-west-1.compute.amazonaws.com IE
54.229.105.31 ec2-54-229-105-31.eu-west-1.compute.amazonaws.com IE
54.229.40.102 ec2-54-229-40-102.eu-west-1.compute.amazonaws.com IE
用户代理字符串
MXT/Nutch-1.10 (http://t.co/GSRLLKex24; informatique at mixdata dot com)
首次出现
2015-11-26 08:54:00
最后出现
2016-02-16 17:12:08
遵循robots.txt
未知
来源
IP地址(13) 服务器名称 所属国家
54.229.182.10 ec2-54-229-182-10.eu-west-1.compute.amazonaws.com IE
54.246.141.77 ec2-54-246-141-77.eu-west-1.compute.amazonaws.com IE
54.229.215.149 ec2-54-229-215-149.eu-west-1.compute.amazonaws.com IE
52.31.153.34 ec2-52-31-153-34.eu-west-1.compute.amazonaws.com IE
54.77.94.47 ec2-54-77-94-47.eu-west-1.compute.amazonaws.com IE
54.77.92.62 ec2-54-77-92-62.eu-west-1.compute.amazonaws.com IE
52.31.174.37 ec2-52-31-174-37.eu-west-1.compute.amazonaws.com IE
54.77.94.31 ec2-54-77-94-31.eu-west-1.compute.amazonaws.com IE
54.76.169.105 ec2-54-76-169-105.eu-west-1.compute.amazonaws.com IE
54.77.93.125 ec2-54-77-93-125.eu-west-1.compute.amazonaws.com IE
用户代理字符串
MixBot (+http://t.co/GSRLLKex24)
首次出现
2014-07-09 07:40:00
最后出现
2015-05-09 15:44:45
遵循robots.txt
未知
来源
IP地址(6) 服务器名称 所属国家
52.16.149.207 ec2-52-16-149-207.eu-west-1.compute.amazonaws.com IE
52.16.204.62 ec2-52-16-204-62.eu-west-1.compute.amazonaws.com IE
54.77.30.103 ec2-54-77-30-103.eu-west-1.compute.amazonaws.com US
54.77.30.188 ec2-54-77-30-188.eu-west-1.compute.amazonaws.com US
54.77.32.19 ec2-54-77-32-19.eu-west-1.compute.amazonaws.com US
54.77.32.100 ec2-54-77-32-100.eu-west-1.compute.amazonaws.com US
用户代理字符串
Mozilla/5.0 (compatible; heritrix/3.2.0 +http://www.mixdata.com)
首次出现
2014-05-07 10:27:00
最后出现
2014-05-07 11:07:29
遵循robots.txt
未知
来源
IP地址(2) 服务器名称 所属国家
54.194.93.23 ec2-54-194-93-23.eu-west-1.compute.amazonaws.com IE
54.194.94.102 ec2-54-194-94-102.eu-west-1.compute.amazonaws.com IE
用户代理字符串
Mozilla/5.0 (compatible; heritrix/3.1.1 +http://www.mixdata.com)
首次出现
2014-04-22 19:45:27
最后出现
2014-04-23 11:00:38
遵循robots.txt
未知
来源
IP地址(3) 服务器名称 所属国家
163.172.104.224 163-172-104-224.rev.poneytelecom.eu FR
54.229.153.249 ec2-54-229-153-249.eu-west-1.compute.amazonaws.com IE
54.154.158.86 ec2-54-154-158-86.eu-west-1.compute.amazonaws.com IE
54.229.105.31 ec2-54-229-105-31.eu-west-1.compute.amazonaws.com IE
54.229.40.102 ec2-54-229-40-102.eu-west-1.compute.amazonaws.com IE
54.229.182.10 ec2-54-229-182-10.eu-west-1.compute.amazonaws.com IE
54.246.141.77 ec2-54-246-141-77.eu-west-1.compute.amazonaws.com IE
54.229.215.149 ec2-54-229-215-149.eu-west-1.compute.amazonaws.com IE
54.77.94.31 ec2-54-77-94-31.eu-west-1.compute.amazonaws.com IE
54.76.169.105 ec2-54-76-169-105.eu-west-1.compute.amazonaws.com IE
54.77.93.125 ec2-54-77-93-125.eu-west-1.compute.amazonaws.com IE
54.77.93.231 ec2-54-77-93-231.eu-west-1.compute.amazonaws.com IE
52.31.185.2 ec2-52-31-185-2.eu-west-1.compute.amazonaws.com IE
54.77.93.246 ec2-54-77-93-246.eu-west-1.compute.amazonaws.com IE
52.31.153.34 ec2-52-31-153-34.eu-west-1.compute.amazonaws.com IE
54.77.30.103 ec2-54-77-30-103.eu-west-1.compute.amazonaws.com US
54.77.30.188 ec2-54-77-30-188.eu-west-1.compute.amazonaws.com US
54.77.32.19 ec2-54-77-32-19.eu-west-1.compute.amazonaws.com US
54.77.32.100 ec2-54-77-32-100.eu-west-1.compute.amazonaws.com US
52.16.149.207 ec2-52-16-149-207.eu-west-1.compute.amazonaws.com IE
52.16.204.62 ec2-52-16-204-62.eu-west-1.compute.amazonaws.com IE
54.194.93.23 ec2-54-194-93-23.eu-west-1.compute.amazonaws.com IE
54.194.94.102 ec2-54-194-94-102.eu-west-1.compute.amazonaws.com IE
54.72.229.7 ec2-54-72-229-7.eu-west-1.compute.amazonaws.com IE
54.72.231.186 ec2-54-72-231-186.eu-west-1.compute.amazonaws.com IE
54.72.220.187 ec2-54-72-220-187.eu-west-1.compute.amazonaws.com IE
用户代理字符串
Mozilla/5.0 (compatible; heritrix/3.1.1 +http://www.mixdata.com)
首次出现
2014-04-22 19:45:27
最后出现
2014-04-23 11:00:38
遵循robots.txt
未知
来源
IP地址(3) 服务器名称 所属国家
54.72.220.187 ec2-54-72-220-187.eu-west-1.compute.amazonaws.com IE
54.72.229.7 ec2-54-72-229-7.eu-west-1.compute.amazonaws.com IE
54.72.231.186 ec2-54-72-231-186.eu-west-1.compute.amazonaws.com IE

访问控制

了解如何控制MixBot访问权限,避免MixBot抓取行为不当。

是否拦截MixBot?

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 MixBot 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。

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
# robots.txt
# 下列代码一般情况可以拦截该代理
User-agent: MixBot
Disallow: /
# robots.txt # 下列代码一般情况可以拦截该代理 User-agent: MixBot Disallow: /
# robots.txt
# 下列代码一般情况可以拦截该代理
User-agent: MixBot
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。

常见蜘蛛/爬虫

Common Spiders
Fraunhofer crawler
Fraunhofer crawler蜘蛛/爬虫属于其他类型,由Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.开发运行。您可以继续阅读下方信息,以深入了解Fraunhofer crawler基本信息,用户代理和访问控制等。
companyspotter
companyspotter蜘蛛/爬虫属于其他类型,由CompanySpotter BV开发运行。您可以继续阅读下方信息,以深入了解companyspotter基本信息,用户代理和访问控制等。
DataForSeo bot
DataForSeo bot蜘蛛/爬虫属于其他类型,由DataForSEO OU开发运行。您可以继续阅读下方信息,以深入了解DataForSeo bot基本信息,用户代理和访问控制等。
CloudFlare crawler
CloudFlare crawler蜘蛛/爬虫属于其他类型,由CloudFlare, Inc.开发运行。您可以继续阅读下方信息,以深入了解CloudFlare crawler基本信息,用户代理和访问控制等。
Odin
Odin蜘蛛/爬虫属于其他类型,由Cyble, Inc.开发运行。您可以继续阅读下方信息,以深入了解Odin基本信息,用户代理和访问控制等。
Chrome Privacy Preserving Prefetch Proxy
Chrome Privacy Preserving Prefetch Proxy蜘蛛/爬虫属于其他类型,由Google Inc.开发运行。您可以继续阅读下方信息,以深入了解Chrome Privacy Preserving Prefetch Proxy基本信息,用户代理和访问控制等。
EFF crawler
EFF crawler蜘蛛/爬虫属于其他类型,由Electronic Frontier Foundation开发运行。您可以继续阅读下方信息,以深入了解EFF crawler基本信息,用户代理和访问控制等。
Modat crawler
Modat crawler蜘蛛/爬虫属于其他类型,由Modat B.V.开发运行。您可以继续阅读下方信息,以深入了解Modat crawler基本信息,用户代理和访问控制等。

相关文章

Related Articles