全球云服务器

Apache/Nginx/PHP服务器反爬虫代码大全

发布时间：2022-07-24 06:34:02 作者：hartlion 阅读量：4633

今天小编为大家汇总了Apache/Nginx/PHP服务器反爬虫代码大全，希望对你做网站优化有所帮助，如果想对爬虫技术深入了解的，请看《帮你深入了解爬虫与反爬虫技术》。

一、Apache

①、通过修改 .htaccess 文件

修改网站目录下的.htaccess，添加如下代码即可(2 种代码任选)：

可用代码 (1)：

1. RewriteEngine On 
2. RewriteCond %{HTTP_USER_AGENT} (^$|FeedDemon|In Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDad|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python–urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|heritrix|EasouSpider|Ezooms) [NC] 
3. RewriteRule ^(.*)$ – [F] 

可用代码 (2)：

1. SetEnvIfNoCase ^User–Agent$ .*(FeedDemon|In Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDad|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python–urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|heritrix|EasouSpider|Ezooms) BADBOT 
2. Order Allow,Deny 
3. Allow from all 
4. Deny from env=BADBOT 

②、通过修改 httpd.conf 配置文件

找到如下类似位置，根据以下代码 新增 / 修改，然后重启 Apache 即可：

Shell

1. DocumentRoot /home/wwwroot/xxx 
2. <Directory “/home/wwwroot/xxx”> 
3. SetEnvIfNoCase User–Agent “.*(FeedDemon|In Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDad|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|heritrix|EasouSpider|Ezooms)” BADBOT 
4.         Order allow,deny 
5.         Allow from all 
6.        deny from env=BADBOT 
7. </Directory> 

 

二、Nginx 代码

进入到 nginx 安装目录下的 conf 目录，将如下代码保存为 agent_deny.conf

1. cd /usr/local/nginx/conf 
2. vim agent_deny.conf 

1. #禁止Scrapy等工具的抓取 
2. if ($http_user_agent ~* (Scrapy|Curl|HttpClient)) { 
3.      return 403; 
4. } 
5. #禁止指定UA及UA为空的访问 
6. if ($http_user_agent ~* “FeedDemon|In Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDad|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|HttpClient|MJ12bot|heritrix|EasouSpider|Ezooms|^$” ) { 
7.      return 403;             
8. } 
9. #禁止非GET|HEAD|POST方式的抓取 
10. if ($request_method !~ ^(GET|HEAD|POST)$) { 
11.     return 403; 
12. } 

然后，在网站相关配置中的 location / { 之后插入如下代码：

Shell

1. include agent_deny.conf; 

如下的配置：

Shell

1. [marsge@Mars_Server ~]$ cat /usr/local/nginx/conf/zhangge.conf 
2. location / { 
3.         try_files $uri $uri/ /index.php?$args; 
4.         #这个位置新增1行： 
5.         include agent_deny.conf; 
6.         rewrite ^/sitemap_360_sp.txt$ /sitemap_360_sp.php last; 
7.         rewrite ^/sitemap_baidu_sp.xml$ /sitemap_baidu_sp.php last; 
8.         rewrite ^/sitemap_m.xml$ /sitemap_m.php last; 

保存后，执行如下命令，平滑重启 nginx 即可：

Shell

1. /usr/local/nginx/sbin/nginx –s reload 

三、PHP 代码

将如下方法放到贴到网站入口文件 index.php 中的第一个

PHP

1. //获取UA信息 
2. $ua = $_SERVER[‘HTTP_USER_AGENT’]; 
3. //将恶意USER_AGENT存入数组 
4. $now_ua = array(‘FeedDemon ‘,‘BOT/0.1 (BOT for JCE)’,‘CrawlDad ‘,‘Java’,‘Feedly’,‘UniversalFeedParser’,‘ApacheBench’,‘Swiftbot’,‘ZmEu’,‘In Library’,‘oBot’,‘jaunty’,‘YandexBot’,‘AhrefsBot’,‘MJ12bot’,‘WinHttp’,‘EasouSpider’,‘HttpClient’,‘Microsoft URL Control’,‘YYSpider’,‘jaunty’,‘Python-urllib’,‘lightDeckReports Bot’); 
5. //禁止空USER_AGENT，dedecms等主流采集程序都是空USER_AGENT，部分sql注入工具也是空USER_AGENT 
6. if(!$ua) { 
7.     header(“Content-type: text/html; charset=utf-8”); 
8.     die(‘请勿采集本站，因为采集的站长木有小JJ！’); 
9. }else{ 
10.     foreach($now_ua as $value ) 
11. //判断是否是数组中存在的UA 
12.     if(eregi($value,$ua)) { 
13.         header(“Content-type: text/html; charset=utf-8”); 
14.         die(‘请勿采集本站，因为采集的站长木有小JJ！’); 
15.     } 
16. } 

四、测试效果

如果是vps，那非常简单，使用 curl -A 模拟抓取即可，比如：

模拟宜搜蜘蛛抓取：

Shell

1. curl –I –A ‘YisouSpider’ bizhi.bcoderss.com 

模拟 UA 为空的抓取：

Shell

1. curl –I –A ” bizhi.bcoderss.com 

模拟百度蜘蛛的抓取：

Shell

1. curl –I –A ‘Baiduspider’ bizhi.bcoderss.com  

***本网站图片，文字之类版权申明，因为网站可以由注册用户自行上传图片或文字，本网站无法鉴别所上传图片或文字的知识版权，如果侵犯，请及时通知我们，本网站将在第一时间及时删除。

我要评论

网友评论

---

---

---

---

---

---

---

常见ftp命令 FTP命令使用详解双硬盘组建Raid0磁盘阵列图文教程用友软件客户端连接不上服务器的解决办法？WebService实例开发、运维不可不看的Linux调测工具如何使用Charles抓取Websocket的消息DNS服务的启动和停止如何用ODBC访问SQL数据库Linux视频教程：用户管理命令useraddWindows Server 2003中如何启动ASP.NET扩展服务IIS中站点主属性配置如何搭建平台【超赞】专为小白整理的adobe xd入门教程小旋风asp服务器怎么使用将基于域名的虚拟主机转换为基于IP的虚拟主机设置DHCP数据库路径快云存储技术服务器集群技术的分类什么是双线托管，比较便宜的双线托管有哪些重庆电信服务器托管注意事项IBM欲出售低端服务器业务是为何意Linux-PAM的工作流程基于域名的虚拟主机配置的两种方法分布式与集群是一回事儿么？大神教你5招加速Python英特尔称服务器业务目前已基本恢复英特尔三季度全球微处理器市场份额达83.7%【划重点】我对TopCoder的一些看法服务器技术之Pcrl语言文件的读写IDC：中国HPC发展迅猛曙光HPC销售额进全球前十强