爬虫的盗亦有道Robots协议
程序员文章站
2022-04-14 18:39:55
爬虫的规定 Robots协议 网站开发者对于网络爬虫的规范的公告,你可以不遵守 ,但尽量去遵守 Robots协议:在网页的根目录+robots.txt Robots协议的基本语法: 如果一个网站不提供Robots协议,是说明这个网站对应所有爬虫没有限制 可以不参考robots协议,比如我们写的小程序 ......
爬虫的规定
robots协议
网站开发者对于网络爬虫的规范的公告,你可以不遵守可能存在法律风险
,但尽量去遵守
robots协议:在网页的根目录+robots.txt
robots协议的基本语法:
#注释,*代表所有,/代表根目录 user-agent:* #user-agent代表来源 allow:/ #代表运行爬取的内容 disallow:/ #代表不可爬取的目录,如果是/后面没有写内容,便是其对应的访问者不可爬取所有内容
并不是所有网站都有robots协议
如果一个网站不提供robots协议,是说明这个网站对应所有爬虫没有限制
类人行为
可以不参考robots协议,比如我们写的小程序访问量很少,内容也少但是内容不能用于商业用途
总的来说请准守robots协议
上一篇: python3解析网页经过base64编码后的图片
下一篇: 标签--格式化标签