heritrix
heritrix蜘蛛/爬蟲屬於快照型別,由Internet Archive開發執行。您可以繼續閱讀下方資訊,以深入瞭解heritrix基本資訊,使用者代理和訪問控制等。
基本資訊
heritrix的基本資訊如下表。但部分不是很規範的蜘蛛和爬蟲,可能存在資訊不明的情況。
- 蜘蛛/爬蟲名稱
- heritrix
- 型別
- 快照
- 開發商
-
Internet Archive
- 當前狀態
-
活動
使用者代理
關於heritrix蜘蛛或者爬蟲的使用者代理字串,IP地址和伺服器,所在地等資訊如下表格所示:
heritrix/2.0.2
-
heritrix/2.0.2
-
heritrix/3.0.0
-
heritrix/1.14.3.r6601
-
heritrix/1.14.2
-
heritrix/1.14.3
- 使用者代理字串
- Mozilla/5.0 (compatible; heritrix/2.0.2 +http://seekda.com)
- 首次出現
- 2009-06-12 23:31:43
- 最後出現
- 2021-09-30 05:21:35
- 遵循robots.txt
- 未知
- 來源
-
IP地址(2) |
伺服器名稱 |
所屬國家 |
167.99.89.94 |
167.99.89.94 |
GB |
78.46.75.108 |
ngbits.de |
PH |
- 使用者代理字串
- Mozilla/5.0 (compatible; heritrix/3.0.0-SNAPSHOT-20091120.021634 +http://crawler.archive.org)
- 首次出現
- 2009-11-20 22:09:05
- 最後出現
- 2009-11-24 17:32:55
- 遵循robots.txt
- 未知
- 來源
-
IP地址(1) |
伺服器名稱 |
所屬國家 |
207.241.228.146 |
ia360902.us.archive.org |
US |
- 使用者代理字串
- Mozilla/5.0 (compatible; heritrix/1.14.3.r6601 +http://www.buddybuzz.net/yptrino)
- 首次出現
- 2009-11-22 12:06:53
- 最後出現
- 2009-11-22 12:06:53
- 遵循robots.txt
- 未知
- 來源
-
IP地址(1) |
伺服器名稱 |
所屬國家 |
12.175.178.250 |
dev-ypapi01.v.wc1.yp.com |
US |
- 使用者代理字串
- Mozilla/5.0 (compatible; heritrix/1.14.2 +http://rjpower.org)
- 首次出現
- 2009-08-26 13:58:03
- 最後出現
- 2009-08-26 13:58:06
- 遵循robots.txt
- 未知
- 來源
-
IP地址(1) |
伺服器名稱 |
所屬國家 |
216.165.108.146 |
216.165.108.146 |
US |
- 使用者代理字串
- Mozilla/5.0 (compatible; heritrix/1.14.3 +http://archive.org)
- 首次出現
- 2009-06-01 19:55:00
- 最後出現
- 2009-06-11 09:06:50
- 遵循robots.txt
- 未知
- 來源
-
IP地址(2) |
伺服器名稱 |
所屬國家 |
78.99.69.17 |
adsl-dyn17.78-99-69.t-com.sk |
DE |
147.229.210.52 |
a02-0810d.kn.vutbr.cz |
CZ |
訪問控制
瞭解如何控制heritrix訪問許可權,避免heritrix抓取行為不當。
是否攔截heritrix?
這取決於你。數字存檔通常是為了儲存歷史記錄。如果你出於某種原因不想成為歷史記錄的一部分,你可以攔截這型別的蜘蛛爬蟲。
通過Robots.txt攔截
您可以通過在網站的 robots.txt 中設定使用者代理訪問規則來遮蔽 heritrix 或限制其訪問許可權。我們建議安裝 Spider Analyser
外掛,以檢查它是否真正遵循這些規則。
# robots.txt
# 下列程式碼一般情況可以攔截該代理
User-agent: heritrix
Disallow: /
# robots.txt
# 下列程式碼一般情況可以攔截該代理
User-agent: heritrix
Disallow: /
您無需手動執行此操作,可通過我們的 Wordpress 外掛 Spider Analyser 來攔截不必要的蜘蛛或者爬蟲。