Neevabot

访问控制

了解如何控制访问权限，避免抓取行为不当。

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:

Disallow: /

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

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

更多信息

Neevabot是搜索引擎neeva.com的网络爬虫。

来自Neevabot的请求将用户代理设置为：

Mozilla/5.0 (compatible; Neevabot/1.0; +https://neeva.com/neevabot)

Mozilla/5.0 (compatible; Neevabot/1.0; +https://neeva.com/neevabot)

并源自反向DNS显示其在*.neevabot.com域的IP。例如。

$ host 100.26.127.17

17.127.26.100.in-addr.arpa domain name pointer 100-26-127-17.neevabot.com

$ host 100.26.127.17 17.127.26.100.in-addr.arpa domain name pointer 100-26-127-17.neevabot.com

$ host 100.26.127.17
17.127.26.100.in-addr.arpa domain name pointer 100-26-127-17.neevabot.com

robots.txt中针对Neevabot的标准指令会被尊重。例如，以下内容将允许Neevabot抓取所有页面，除了/private/下的页面。

User-Agent: Neevabot

Allow: /

Disallow: /private/

User-Agent: Neevabot Allow: / Disallow: /private/

User-Agent: Neevabot
Allow: /
Disallow: /private/

Neevabot 还支持 robots.txt 文件中的爬行延迟指令。它将该值解释为连续请求开始之间的最小持续时间，单位为秒。例如，假设你在 robots.txt 文件中指定了以下内容。

User-Agent: Neevabot

Crawl-delay: 5

User-Agent: Neevabot Crawl-delay: 5

User-Agent: Neevabot
Crawl-delay: 5

Neevabot会将每天分成5秒的时间间隔，并在每个时间间隔内最多向你的域名发出一个请求。

如果没有针对Neevabot的规则，但有针对Googlebot的规则，那么Neevabot将遵循Googlebot的指令。例如，Neevabot将获取所有的页面，除了那些在/private/下的页面，以及以下robots.txt。

User-Agent: *

Disallow: /

User-Agent: Googlebot

Allow: /

Disallow: /private/

User-Agent: * Disallow: / User-Agent: Googlebot Allow: / Disallow: /private/

User-Agent: *
Disallow: /
User-Agent: Googlebot
Allow: /
Disallow: /private/

如果你有任何问题，或者你认为Neevabot在你的网站上行为不端，请不要犹豫，与Neevabot联系，neevabot@neeva.co。

基本信息